Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Development of Data-assisted Photo-Organocatalytic Transformations

Opis projektu

Wykorzystanie nauki o danych w projektowaniu fotokatalizatorów

Organiczna kataliza fotoredoks (ang. organophotoredox catalysis) zaczęła się cieszyć sporym zainteresowaniem w dziedzinie zrównoważonej chemii. Metoda ta wykorzystuje przystępne, niezawierające metali barwniki, które można indywidualnie dostosować do konkretnej reakcji. Jednak trudności nastręcza obecnie przewidywanie zachowania tych barwników w poszczególnych układach. Tradycyjne podejścia często opierają się na metodzie prób i błędów, która jest czasochłonna i kosztowna. Korzystając ze wsparcia programu działań „Maria Skłodowska-Curie”, zespół projektu PhotoCatData zamierza usprawnić projektowanie fotokatalizatorów i odkrywanie reakcji przy pomocy rozwiązania opartego na danych. W badaniach wykorzystane zostanie uczenie maszynowe, które pomoże w skorelowaniu struktur fotokatalizatorów z ich wydajnością. Następnie uczeni dostosują zaproponowane metodologie fotochemiczne do procesów przepływowych, umożliwiając wydajną produkcję cennych związków na dużą skalę. Metodologia zastosowana przez zespół projektu powinna przyczynić się do skrócenia czasu, obniżenia kosztów i zwiększenia potencjału organicznej katalizy fotoredoks.

Cel

Photocatalysis is now a well-established method for developing sustainable protocols in synthetic organic chemistry. Organophotoredox catalysis, in particular, is gaining significant interest due the use of inexpensive, easy-to-make, metal-free organic dyes with tunable photophysical properties. Structural modification of these organic molecules is crucial to fine-tune their redox features for desired photochemical transformations. However, predicting the final excited-state properties of functionalized dyes remains challenging, especially when compatibility with the reaction system is required. This has led to a resource-intensive trial-and-error approach to identify the optimal photocatalyst structure for specific transformations, limiting its widespread application. A promising solution is data science, which can streamline the relationship between the chemical structure of dyes and their function, facilitating their application. The computer-assisted development of innovative systems in organophotoredox catalysis can offer novel possibilities for large-scale applications, reducing time, reagent consumption, and costs compared to traditional methods. This proposal aims to develop new data-assisted protocols for reaction discovery and photocatalyst design. During the outgoing phase at the University of Utah, under Prof. Sigman's supervision, machine learning algorithms will be used to correlate photocatalysts' structures with their functions. Classification tools will explore reactivity cliffs, and dimensionality reduction techniques will map the chemical space to visualize reactivity patterns with fewer experiments. In the subsequent return phase at the University of Padova, under Prof. Dell'Amico's supervision, these photochemical methodologies will be adapted for flow processes to produce synthetically relevant compounds on a multi-gram scale. The data science knowledge acquired will guide this transition, enabling a more efficient implementation.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-TMA-MSCA-PF-GF - HORIZON TMA MSCA Postdoctoral Fellowships - Global Fellowships

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2024-PF-01

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITA DEGLI STUDI DI PADOVA
Wkład UE netto
€ 396 991,08
Koszt całkowity
Brak danych

Partnerzy (1)