Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Machine-Learning Frameworks for Metal-Ligand Modelling: Applications in Catalysis and Drug Design

Descrizione del progetto

Modellizzazione di precisione delle interazioni metallo-ligando in soluzione

Lo sviluppo di farmaci efficaci e di sostanze chimiche sostenibili dipende dalla comprensione delle interazioni tra le molecole, in particolare dei complessi metallici presenti nei catalizzatori e negli enzimi. Tuttavia, prevedere il comportamento di queste molecole nei liquidi presenti in natura rimane una sfida scientifica di rilievo. Il progetto ML4MetaLigM, finanziato dal CER, affronterà questa sfida creando modelli avanzati di apprendimento automatico per simulare tali interazioni con una precisione senza precedenti. Colmando il divario tra simulazioni al computer ed esperimenti di laboratorio, il progetto analizzerà il processo di autoassemblaggio delle molecole e favorirà lo sviluppo di nuovi catalizzatori. In definitiva, il progetto mira a favorire progressi significativi nella scoperta di nuovi farmaci – come la lotta alla resistenza agli antimicrobici – e a sostenere la progettazione di sistemi chimici più intelligenti ed efficienti per il futuro.

Obiettivo

Understanding molecular structure, reactivity, and dynamics is essential for advancing catalyst design, drug discovery, and sustainable synthesis. Molecular function arises from the interactions between molecules and their surroundings, which involve a wide range of intermolecular interactions. Among these, metal-ligand interactions stand out due to their tunability. These interactions are key in homogeneous catalysts, supramolecular assemblies, and enzymes. However, accurately modelling them in solution remains challenging, particularly for flexible systems or where solvent effects are relevant. machine learning interatomic potentials (MLIPs) offer a promising avenue to surpass current limitations, but their broad applicability is hindered by challenges in representation, training costs, and transferability.

This project introduces transformative approaches for modelling metal complexes in solution, integrating method development, applications, and experimental validation. Specifically, the project will:
1. Develop MLIP training strategies to model metal complexes across diverse environments.
2. Establish quantitative modelling framework to uncover mechanisms of processes such as self-assembly and speciation; aiding the design of novel structures.
3. Explore the origin of catalysis in supramolecular cages using MLIPs and hybrid approaches, guiding the design of novel catalysts with generative models.
4. Extend these frameworks to metal-ligand interactions in biological systems to guide the design of novel inhibitors for antimicrobial resistance (AMR).
This integrative approach will deliver unparalleled precision in modelling metal complexes and enable breakthroughs in catalysis and drug discovery. Experimental validation and interdisciplinary collaboration will ensure impactful outcomes.

Campo scientifico (EuroSciVoc)

Questo progetto non è ancora stato classificato con EuroSciVoc.
Suggerisci i campi scientifici che ritieni più rilevanti e aiutaci a migliorare il nostro servizio di classificazione.

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) ERC-2025-COG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

THE CHANCELLOR, MASTERS AND SCHOLARS OF THE UNIVERSITY OF OXFORD
Contributo netto dell'UE
€ 1 994 343,00
Indirizzo
WELLINGTON SQUARE UNIVERSITY OFFICES
OX1 2JD Oxford
Regno Unito
Regione
South East (England) Berkshire, Buckinghamshire and Oxfordshire Oxfordshire
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
€ 1 994 343,00

Beneficiari (1)