Modelado predictivo de cinética química: Dónde tenemos éxito, dónde luchamos y qué sigue

Área de la Ciencia:

• Cinética química
• Química computacional
• Modelado de reacciones

Sus antecedentes:

• El modelado de cinética química es crucial para la energía, la ciencia ambiental, la farmacéutica y los materiales.
• Se han logrado avances significativos en el modelado de reacciones en fase gaseosa para procesos termoquímicos.
• Los desafíos emergentes exigen extender estas metodologías a sistemas más complejos.

Objetivo del estudio:

• Revisar los avances recientes en el modelado de cinética química.
• Discutir la aplicación de estos métodos a sistemas desafiantes como la catálisis heterogénea y la electroquímica.
• Abogar por predicciones basadas en primeros principios y herramientas accesibles.

Principales métodos:

• Revisión de la estimación de la ecuación maestra basada en la teoría del estado de transición ab initio.
• Análisis de la generación automatizada de mecanismos y la cinética asistida por aprendizaje automático.
• Discusión de la cuantificación de la incertidumbre en los modelos cinéticos.

Principales resultados:

• Se establecen metodologías sistemáticas para la cinética en fase gaseosa.
• Los avances permiten la aplicación potencial a la catálisis heterogénea, la electroquímica y la reactividad en estado líquido/sólido.
• Se identifica la necesidad de herramientas específicas, software accesible y flujos de trabajo aumentados por IA.

Conclusiones:

• El modelado cinético futuro debe priorizar la capacidad predictiva y la precisión física.
• Es esencial el desarrollo de infraestructura comunitaria como bases de datos.
• La democratización del modelado a través de herramientas accesibles acelerará la innovación en diversos campos científicos.