Descrizione del progetto
Uno sguardo più da vicino alle reti chimiche complesse
L’Europa si trova ad affrontare la necessità critica di rilocalizzare la sintesi delle materie prime farmacologicamente attive (API) per garantire la sicurezza e la disponibilità dei medicinali essenziali. Gli attuali metodi industriali spesso evitano le complesse reti di reazioni chimiche (CRN) a causa del loro comportamento intricato e dello sforzo richiesto per comprenderle. Le innovazioni nell’intensificazione dei processi e nei reattori a flusso continuo promettono una produzione più efficiente, scalabile e conveniente, ma comportano anche CRN complesse. Con il supporto del programma di azioni Marie Skłodowska-Curie, il progetto KENA svilupperà l’analisi di rete cinetica esponenziale, una base teorica che collega la struttura CRN alle proprietà matematiche dei suoi dati cinetici sperimentali. Ciò fornisce un metodo generale per estrarre la struttura CRN da dati cinetici sperimentali, consentendo di ottimizzare la conversione chimica e la selettività, migliorando l’efficienza della produzione di API in Europa.
Obiettivo
Significant efforts are underway in Europe to re-shore the synthesis of active chemical ingredients (API’s) to ensure the safety and availability of medicine for its citizens. This goes hand in hand with innovations and process intensification. For example, doing multiple chemical reaction steps in one go, and/or by using continuous flow reactors that are more energy and solvent efficient, with a smaller footprint, scalable (by numbering-up), and cheaper to build and maintain. A key issue, however, of doing multiple reactions at once is that different reactants and products can react, thus forming a chemical reaction network (CRN). While CRN’s are ubiquitous in biological systems, they are mostly avoided in industry due to their complex behavior and effort needed to understand and quantify them. In this project, I propose a new method to analyse experimental kinetic data in order to directly determine the structure of the CRN. To this end, I will develop Kinetic Exponent Network Analysis (KENA) to study CRN’s that are of high interest for academia as well as industry. The change in concentration at early times can be described with power laws, from which the network connectivity of species population and thus the CRN structure can be deduced. KENA could then optimize the chemical conversion and selectivity of the desired products in CRN’s, contributing to efficient API re-implementation in Europe.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Siamo spiacenti… si è verificato un errore inatteso durante l’esecuzione.
È necessario essere autenticati. La sessione potrebbe essere scaduta.
Grazie per il tuo feedback. Riceverai presto un'e-mail di conferma dell'invio. Se hai scelto di ricevere una notifica sullo stato della segnalazione, sarai contattato anche quando lo stato della segnalazione cambierà.
Parole chiave
Programma(i)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Invito a presentare proposte
(si apre in una nuova finestra) HORIZON-MSCA-2023-PF-01
Vedi altri progetti per questo bandoMeccanismo di finanziamento
HORIZON-TMA-MSCA-PF-EF -Coordinatore
28049 Madrid
Spagna