13781

مروري بر مدل‌هاي QSPR توسعه يافته در پيش‌بيني پارامترهاي مرتبط با واكنش‌هاي شيميايي

1402

دكتر محمد امين ثباتي

مواد شيميايي اجزاي اساسي تمدن بشري هستند. كاربردهاي مواد شيميايي در عصر مدرن طيف وسيعي از محيط هاي صنعتي تا خانگي را در بر مي¬گيرد. هدف مهم يك شيميدان، توسعه مواد شيميايي با مشخصات مطلوب (فعاليت/خاصيت) است. از آن جايي كه توليد مواد جديد ملزم شناخت كافي بر مكانيزم¬هاي واكنش-هاي شيميايي است؛ اين رويكرد، رويكردي پرهزينه و زمان¬بر قلمداد مي¬شود. بنابراين رويكرد نوين ديگري تحت عنوان QSPR/QSAR مطرح شده است؛ كه براي يافتن شرايط بهينه واكنش، خواص مواد، خواص و فعاليت واكنش¬ها و شناسايي متابوليسم استفاده مي¬شود و نياز بر سنتز مواد در شرايط آزمايشگاهي را به حداقل مي¬رساند. اساس مطالعات QSPR بر پايه اصل "خواص و ويژگي¬ها تابعي از ساختار مولكولي مواد هستند" است و شرايطي را فراهم آورده است كه مي¬توان چندين واكنش شيميايي را بررسي و نتايج را گزارش كرد. تا كنون مدل¬هاي QSPR متفاوتي براي پيشبيني ثابت سينتيكي واكنش، شرايط بهينه واكنش و مكانيزم احتمالي چند واكنش¬دهنده ارائه شده است و تحقيقات مهمي براي يافتن ثوابت انواع واكنش¬هاي شيميايي نظير واكنش‌هاي پليمريزاسيون، الكتروشيمي، هيدروژناسيون انجام شده است. با اين حال، هنوز بسياري از گروه¬هاي مختلف واكنش شيميايي بدون توسعه مدل مناسب باقي مانده اند و برخي از مدل¬ها توصيفي واكنش¬ها، قابل ارتقا به مدل¬هاي غير خطي با استفاده از رويكردهاي يادگيري ماشين هستند. در نتيجه لازم است از مجموعه داده¬هاي وسيع¬تر و جامع¬تر در گروه¬هاي متفاوت واكنشي با استفاده از روش¬هاي مدلسازي تركيب شده با رويكردهاي يادگيري ماشين، مدل¬هايي را گسترش دهيم تا بتوانند خواص واكنش-هاي شيميايي را بدون نياز به سنتز و آزمايش به خوبي پيشگويي كنند.

9/23/2024 12:00:00 AM

83840

1403/07/11

A review of QSPR models developed in predicting parameters related to chemical reactions

واكنش‌هاي شيميايي , رابطه‌ي كمي ساختار- خاصيت , يادگيري ماشين , QSPR

Chemical Reactions , Quantitative structure-property relationship , Machine Learning , QSPR