Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

AI-powered classification of bimolecular reaction mechanisms from kinetic data

Descripción del proyecto

Herramientas inteligentes para una química bimolecular más sostenible

Comprender cómo reaccionan las moléculas es fundamental para desarrollar tecnologías más respetuosas con el medio ambiente. Sin embargo, los métodos tradicionales requieren mucho tiempo y recursos. En el proyecto MecAI, financiado por las acciones Marie Skłodowska-Curie, se pretende desarrollar una herramienta de inteligencia artificial fácil de usar capaz de predecir mecanismos complejos de reacción bimolecular a partir de datos experimentales. Los resultados preliminares, que muestran un alto grado de precisión, servirán de base para ampliar este enfoque a más de mil rutas de reacción diferentes, entre ellas diversas etapas de activación y desactivación. La herramienta está pensada para que pueda utilizarla personal sin formación técnica especializada y ofrecerá prestaciones superiores a las de las tecnologías actuales. Esta innovación podría sustituir los métodos tradicionales basados en prueba y error, acelerar el descubrimiento de nuevas sustancias químicas y favorecer una química más eficiente y sostenible.

Objetivo

Mechanistic studies in chemistry are fundamental to deepen our knowledge of how organic molecules behave and react, facilitate the optimisation of chemical processes, design innovative catalysts, explore new reactivity, and progress toward greener and more efficient chemistry, while avoiding the risks of traditional hit-or-miss screening methods. Yet, such studies typically demand substantial time and resources and can still yield inconclusive results. These limitations create an urgent need for more efficient approaches, and the rapid rise of artificial intelligence tools developed across many fields is opening powerful new possibilities to meet that need. Proof-of-concept work from Larrosa and Burés shows the potential of AI-based models as powerful tools for assisting kinetic analyses and elucidating reaction mechanisms. In their 2023 Nature paper, they show the possibility of training a deep learning model with data containing a variety of kinetic profiles from several mechanisms and demonstrated up to 99.99% accuracy, even under conditions with simulated experimental errors. While this proof-of-concept work only focuses on a small set of 20 unimolecular reaction mechanisms, our goal is to develop a simple-to-use tool powered by artificial intelligence that predicts bimolecular reaction mechanisms from experimental kinetic data. This project builds on the strong basis established in the published preliminary work and seeks to extend the framework to a new model capable of handling bimolecular reactions and encompassing over 1,000 distinct mechanisms with various activation and deactivation pathways. This tool will be designed for accessibility and will support non-technical users in their mechanistic investigations, and will dramatically surpass current state-of-the-art capabilities.

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. Véas: El vocabulario científico europeo..

Para utilizar esta función, debe iniciar sesión o registrarse

Palabras clave

Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) HORIZON-MSCA-2025-PF

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

THE UNIVERSITY OF MANCHESTER
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

€ 260 347,92
Dirección
OXFORD ROAD
M13 9PL Manchester
Reino Unido

Ver en el mapa

Región
North West (England) Greater Manchester Manchester
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

Sin datos