CC BY
5
УДК 66.061.1
Фунтикова А.Р., Лебедев И.В.
Использование метода QSPR для определения растворимости веществ в сверхкритических флюидах
Фунтикова Анна Романовна - студентка группы К-35; ann.funtikova06@m ail.ru
Лебедев Игорь Витальевич - к.т.н., ведущий инженер Международного учебно-научного центра трансфера фармацевтических и биотехнологий;
ФГБОУ ВО «Российский химико-технологический университет им. Д.И. Менделеева», Россия, Москва, 125047, Миусская площадь, дом 9.
В статье рассматривается разработанный программно-аналитический комплекс для автоматизированного создания уравнений растворимости веществ в сверхкритических флюидах (СКФ) с использованием метода количественного соотношения "структура-свойство" (quantitative structure-property relationship, QSPR). Предлагаемый программный комплекс позволяет работать с базой данных молекулярных дескрипторов веществ и экспериментальных значений растворимости веществ в СКФ, а также создавать модели растворимости групп веществ в СКФ по их молекулярной структуре.
Ключевые слова: сверхкритические флюиды, растворимость, количественное соотношение "структура-свойство" (QSPR), молекулярные дескрипторы, генетический алгоритм
Using data mining methods to predict solubility in supercritical fluids
Funtikova A.R.., Lebedev I.V.
D. Mendeleev University of Chemical Technology of Russia, Moscow, Russian Federation
The article discusses the developed software and analytical complex for the automated creation of solubility equations of substances in supercritical fluids (GFR) using the quantitative structure-property relationship (QSPR) method. The proposed software package allows you to work with a database of molecular descriptors ofsubstances and experimental values of solubility of substances in the GFR, as well as to create models of solubility of groups of substances in the GFR by their molecular structure.
Key words: supercritical fluids, solubility, quantitative structure-property ratio (QSPR), molecular descriptors, genetic algorithm
Введение
Сверхкритические флюиды - это вещества, которые находятся в состоянии, называемом сверхкритическим состоянием. В этом состоянии вещества обладают свойствами как газов, так и жидкостей. Сверхкритическое состояние возникает, когда вещество находится при температуре и давлении выше критических значений. При этом состоянии свойства, такие как плотность, вязкость и диффузия, сильно меняются.
Одно из наиболее известных применений сверхкритических флюидов - экстракция различных веществ из сырья. Например, сверхкритический диоксид углерода (СКДУ) широко применяется в процессах экстракции кофеина из зерен кофе и для извлечения растительных масел из семян и орехов.
Сверхкритические флюиды также используются в химическом и фармацевтическом производстве, где они могут служить в качестве растворителей. Благодаря своим уникальным свойствам, сверхкритические флюиды могут проникать в поры твердых материалов и извлекать ценные вещества, такие как лекарственные препараты или полезные химические соединения.
Для уменьшения затрат и повышения эффективности технологических процессов важно предварительно оценить растворимость различных веществ в сверхкритических флюидах (СКФ). Растворимость сильно зависит от структурных свойств растворяемого вещества, таких как его
молекулярная структура, размеры и форма молекулы, а также от условий, при которых происходит процесс, включая давление и температуру.
Для понимания и прогнозирования растворимости в СКФ используется методика, известная как количественное соотношение "структура-свойство" (quantitative structure-property relationship, QSPR). Она основана на поиске математической зависимости между физико-химическими свойствами вещества и его структурой. Для этого используются молекулярные дескрипторы - числовые характеристики, которые описывают различные параметры молекулярной структуры, такие как масса, форма, распределение заряда и функциональные группы.
QSPR позволяет определить корреляции между структурой вещества и его растворимостью в СКФ. Это может быть полезным для разработки новых процессов экстракции или разделения, выбора оптимальных условий процесса и выбора наиболее подходящих флюидов для конкретных задач.
Понимание взаимосвязи между структурой и свойствами веществ позволяет улучшить процессы разработки и проектирования в различных отраслях, включая химическую, фармацевтическую и энергетическую промышленность. Это также помогает сократить время и затраты на эксперименты, предлагая альтернативный путь для предсказания свойств веществ и оптимизации технологических процессов.
В связи с этим был разработан программно-аналитический комплекс, который автоматизирует создание уравнений для расчета растворимости веществ в сверхкритических флюидах с использованием метода QSPR, а также методов интеллектуального анализа данных.
В состав программно-аналитического комплекса входит база данных, разработанная Павлом Гуриковым [1]. Она содержит информацию о растворимости веществ в сверхкритических флюидах, а также данные о молекулярных дескрипторах, которые характеризуют исследуемые вещества. Кроме того, программный комплекс позволяет создавать уравнения зависимости растворимости веществ от их молекулярных дескрипторов. Суть метода QSPR состоит в том, что вещества, обладающие схожими характеристиками, относят к одной группе веществ с подобной структурой. Предполагается, что вещества с похожей структурой обладают схожими свойствами, поэтому целевое свойство (растворимость) для веществ одной группы может быть рассчитано с использованием одной модели. При этом в будущем возможно прогнозирование растворимости вещества, которое может быть отнесено к группе веществ, но для которого отсутствуют экспериментальные данные по растворимости.
Основными задачами при этом становятся задача определения структурных характеристик, влияющих на целевое свойство и по которым возможно отнесение веществ к одной группе, а также создание математической модели растворимости веществ в
характеристик (значений молекулярных
дескрипторов). Для поиска зависимости "структура-свойство" был использован генетический алгоритм. Этот алгоритм позволяет определить наиболее значимые структурные характеристики, которые влияют на растворимость группы веществ в сверхкритических флюидах.
В рамках работы была исследована одна группа соединений, для которой были подобраны молекулярные дескрипторы, оказывающие наиболее сильное влияние на растворимость веществ в СКФ, и была найдена зависимость растворимости от молекулярных дескрипторов веществ. Экспериментальная часть
В качестве исследуемых веществ были выбраны полициклические ароматические углеводороды: антрацен, фенантрен, пирен и хризен. Дескрипторы подобраны по схожести значений для всех исследуемых веществ. Таким образом, были выбраны следующие дескрипторы:
1) Индекс Винера для взвешенной по электроотрицательности матрице расстояний (WienerNumbers) - d1;
2) Число ароматических связей (Aromatic Bounds Count) - d2;
3) Сумма абсолютного значения разности между атомными поляризуемостями всех связанных атомов в молекуле (включая неявные атомы водорода) (bPol) - d3 [2].
В ходе расчета были получены промежуточные уравнения растворимости для индивидуальных веществ, представленные ниже (Таблица 1).
группе в зависимости от их структурных
Таблица 1. Уравнения растворимости индивидуальных веществ
Anthracene 4,68734652022242E-06 * d1 + 2,76742503175858E-06 * d2 + 2,67894938712891E-06 * d3 + +2,74041667708215E-06 * p + 2,13924795488792E-06 * 1/T
Phenanthrene 6,69155270172821E-07 * d1 + 1,20634213146118E-05 * d2 + 1,0002404456028E-06 * d3 + +,08900222558947E-06 * p + 0,000444901641665446 * 1/T
Pyrene 6,3711777359113E-06 * d1 + 2,54204496859668E-06 * d2 + 4,26545739372515E-07 * d3 + +5,18234446886105E-06 * p + 2,84053385389994E-08 * 1/T
Chrysene 1,77882611834389E-06 * d1 + 4,88944351900809E-08 * d2 + 3,43611464064387E-06 * d3 + +5,14788553358423E-06 * p + 2,85403803123815E-06 * 1/T
где p - давление, T - температура.
Финальное усредненное
растворимости полициклических углеводородов имеет вид:
уравнение ароматических
S = 3,37662641116261E-06 * d1+4,35544643753928E-06 * *d2 +1,88546255318702E-06 * d3 + +5,28991222627923E-06 * p + 0,000112480833247528 * 1/T где S - растворимость (solubility)
На рисунке 1 представлено оконное приложение для работы по созданию уравнений растворимости с содержанием окончательного уравнения
растворимости полициклических ароматических углеводородов.
Программный комплекс позволяет выбирать требуемые дескрипторы из базы данных и составлять уравнение растворимости для выбранного вещества.
•в Equation
Наэм«* вещества GVysene
Название дескриптора BPol v|
Добавить десхрплтои
3.4361 UW0WM7E-G6-d3 + 5.14788553358423Ё-06' р + 2.854Q3803123815E-06" 1/Т
Показать уравпвиие
1) 4.68734652022242Е-06' dl + 2,76742503175B5SE-06 * d2 * 2,67894938712831 Е-06' d3 + ? тлмижттоя?^-«;' г, *
Показать список
3.37GG2«111G261E-0€-d1 + 4 3554464Э753Э28Е-М' d2 * 1,885462553187D2E-0G * d3 + ■} 7ЯЯЯ1 WfiPWlP-O« * n +
Показать Фжальное уравнение
Рисунок 1. Оконное приложение для работы по созданию уравнений растворимости.
При сравнении расчетных и экспериментальных значений растворимости было измерено 10 экспериментальных точек (Таблица 2).
Таблица 2. Расчетные и экспериментальные точки
Расчет 0,00109 0,0011 0,0011 0,00114 0,00148 0,00156 0,00154 0,00212 0,00214 0,00219
Эксперимент 0,00109 0,00117 0,0013 0,00168 0,00135 0,00156 0,00332 0,00146 0,00229 0,00361
процессов и оптимизации условий экстракции и разделения в сверхкритических условиях.
В дальнейшем программный комплекс будет дополнен модулем подбора дескрипторов с использованием интеллектуального анализа данных, которые описывают растворимость веществ, а также группировкой веществ по их свойствам. Этот подход может быть реализован с использованием генетического алгоритма. Такое расширение функциональности существенно упростит процесс расчета растворимости, что может быть полезно во многих химических отраслях и лабораторных условиях.
Интеллектуальный выбор дескрипторов позволит системе автоматически определить наиболее релевантные характеристики молекулярной структуры, которые имеют наибольшее влияние на растворимость в конкретных сверхкритических флюидах. Это существенно ускорит разработку моделей растворимости веществ в СКФ, позволяя автоматизировать процесс подбора дескрипторов, влияющих на растворимость.
Список литературы
1. Гуриков П. А. Информационно-аналитический комплекс в области химии и технологии сверхкритических флюидов. - 2010.
2. Ouassaf M. et al. Quantitative Structure Activity Relationship (QSAR) Investigations and Molecular Docking Analysis of Plasmodium Protein Farnesyltransferase Inhibitors as Potent Antimalarial Agents //Jordan Journal of Pharmaceutical Sciences. -2022. - Т. 15. - №. 3. - С. 315-340.
На рисунке 2 представлено графическое сравнение значений растворимости.
Рисунок 2. Сравнение полученных и экспериментальных значений растворимости полициклических ароматических углеводородов.
Среднее отклонение расчетных данных от экспериментальных не превышает 20%, что говорит о том, что найденная зависимость позволяет определять растворимость с достаточной точностью. Также наблюдается падение точности результатов при увеличении растворимости.
Заключение
Был разработан программно-аналитический комплекс, который представляет собой инструмент для автоматизации процесса создания уравнений для расчета растворимости веществ в сверхкритических флюидах на основе метода QSPR. Он использует базу данных и генетический алгоритм для определения зависимости между структурными свойствами веществ и их растворимостью, что может быть полезно для разработки новых технологических
