Descripción del proyecto
Química orgánica con aprendizaje automático
La química orgánica se basa a menudo en métodos de ensayo y error, lo cual ralentiza el progreso en el desarrollo de estrategias sintéticas eficaces. Con el apoyo de las acciones Marie Skłodowska-Curie, el proyecto Cyb-org pretende revolucionar este proceso aplicando el aprendizaje automático para optimizar los protocolos de reacción. Una plataforma robotizada preparará y muestreará las reacciones, recopilando datos sobre velocidades de reacción, rendimientos y enantioselectividad. Mediante el desarrollo de modelos estadísticos, el proyecto pretende descubrir mecanismos que puedan aplicarse a diversos sustratos y catalizadores. La herramienta no solo mejorará la eficiencia de la reacción, sino que también identificará los valores atípicos, revelando potencialmente una reactividad novedosa. Con potenciales aplicaciones en las industrias farmacéutica y de química fina, el equipo de Cyb-org promete transformar la forma de optimizar y ampliar la química orgánica.
Objetivo
Cyb-org aims to apply well-established machine learning (ML) techniques to innovate mechanistic studies and optimization protocols in organic chemistry. Within this project, a robotic platform will be programmed to autonomously set up and sample reactions for kinetic analysis, extracting data on reaction rates, yields, and enantioselectivity. The primary goal of this proposal is to develop statistical models capable of generalizing mechanistic insights across a range of substrates or catalyst variables, focusing on the selected organic transformations. The new model will generate predicted outputs, which can subsequently be experimentally validated to achieve enhanced performance. Identifying outliers within this data will allow for the analysis of atypical reactions, potentially leading to the discovery of novel reactivity and the development of new, significant synthetic strategies. This advanced ML tool could be adopted by the pharmaceutical and fine chemical industries, enhancing automated systems for optimizing organic chemical transformations.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véase: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véase: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
Para utilizar esta función, debe iniciar sesión o registrarse
Le pedimos disculpas, pero se ha producido un error inesperado durante la ejecución.
Necesita estar autentificado. Puede que su sesión haya finalizado.
Gracias por su comentario. En breve recibirá un correo electrónico para confirmar el envío. Si ha seleccionado que se le notifique sobre el estado del informe, también se le contactará cuando el estado del informe cambie.
Palabras clave
Programa(s)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Convocatoria de propuestas
(se abrirá en una nueva ventana) HORIZON-MSCA-2024-PF-01
Consulte otros proyectos de esta convocatoriaRégimen de financiación
HORIZON-TMA-MSCA-PF-GF -Coordinador
17004 Girona
España