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

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

Opis projektu

Precyzyjne modelowanie oddziaływań między metalem i ligandem w roztworze

Opracowywanie skutecznych leków i zrównoważonych substancji chemicznych opiera się na zrozumieniu mechanizmów oddziaływania cząstek, zwłaszcza związków metalicznych występujących w katalizatorach i enzymach. Przewidywanie zachowania tych cząstek w rzeczywistych cieczach pozostaje poważnym wyzwaniem. Zespół finansowanego ze środków Europejskiej Rady ds. Badań Naukowych projektu ML4MetaLigM zajmie się tym zagadnieniem opracowując zaawansowane modele uczenia maszynowego, które pozwolą symulować te interakcje z niespotykaną dotąd precyzją. Badacze połączą wyniki symulacji komputerowych z wynikami doświadczeń laboratoryjnych, aby ustalić jak cząsteczki ulegają samoorganizacji oraz umożliwić opracowywanie nowych katalizatorów. Celem projektu jest doprowadzenie do przełomowych osiągnięć w dziedzinie opracowywania nowych leków, zwłaszcza w kontekście zwalczania antybiotykooporności, a także wspieranie projektowania inteligentniejszych i bardziej wydajnych rozwiązań chemicznych.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Projekt nie został jeszcze sklasyfikowany według klasyfikacji EuroSciVoc.
Wskaż dziedziny nauki, które twoim zdaniem są najbardziej istotne z punktu widzenia tego projektu i pomóż nam usprawnić naszą usługę klasyfikacji.

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-ERC - HORIZON ERC Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) ERC-2025-COG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

THE CHANCELLOR, MASTERS AND SCHOLARS OF THE UNIVERSITY OF OXFORD
Wkład UE netto
€ 1 994 343,00
Adres
WELLINGTON SQUARE UNIVERSITY OFFICES
OX1 2JD Oxford
Zjednoczone Królestwo
Region
South East (England) Berkshire, Buckinghamshire and Oxfordshire Oxfordshire
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity
€ 1 994 343,00

Beneficjenci (1)