Descripción del proyecto
Diseño inteligente de productos químicos ecológicos
Los productos químicos industriales van a parar a entornos acuáticos durante la producción, el uso y la eliminación de productos finales. Incluso los llamados productos químicos ecológicos pueden dañar a organismos vivos si se acumulan partículas microscópicas en entornos naturales. Para un uso seguro de los productos químicos existentes y el diseño inteligente de los futuros, se necesita una comprensión clara de las características estructurales responsables de la ecotoxicidad. Un grupo de científicos financiado con fondos europeos está empleando herramientas conocidas como modelos de la relación (cuantitativa) estructura-actividad (QSAR, por sus siglas en inglés) complementadas con otras desarrolladas para este fin en el ámbito del proyecto. Esto ayudará a las industrias a ser competitivas, a la vez que se fomentan unos entornos sostenibles para la vida acuática.
Objetivo
The main goal of the proposed research project is the computational evaluation of eco-toxicity (diverse endpoints) of various chemicals that are vastly utilized and produced by the pharmaceutical and cosmetic industries, such as green solvents (including future ones, i.e. ionic liquids and deep eutectic solvents) and active pharmaceutical ingredients (API).
We will be majorly focusing on toxicity in aquatic environment, where the toxicity data will cover four trophic levels of aquatic organisms, i.e. fish (vertebrates), invertebrates such as daphnids, algae (aquatic plants), and microorganisms. The toxicity related properties that will be studied include acute and chronic toxicity, biodegradation and bioaccumulation.
The research methodology to perform toxicity assessment and for understanding the structural features responsible for the eco-toxicity, will involve diverse Artificial Intelligence (AI) and chemoinformatics techniques like Quantitative Structure-Activity Relationship (QSAR), interspecies QSAR (QAAR), toxicophore mapping, virtual screening, similarity search, clustering techniques, multimedia mass-balance (MM) modeling (to understand the distribution profile of chemicals in different environmental compartments), matched molecular pair (MMPs) analysis etc.
The knowledge gained from the study will help in classifying existing chemicals into toxic and non-toxic groups and will also help in designing novel analogues of selected chemical that will show better desirable physicochemical properties with less or no eco-toxicity. This project will also include development of AI software tools and scheming KNIME workflows for various computational tasks.
Ámbito científico
- natural sciencescomputer and information sciencesartificial intelligence
- natural sciencescomputer and information sciencessoftware
- medical and health sciencesbasic medicinepharmacology and pharmacypharmaceutical drugs
- natural sciencesbiological sciencesmicrobiology
- natural sciencesbiological scienceszoologyinvertebrate zoology
Programa(s)
Régimen de financiación
MSCA-IF-EF-SE - Society and Enterprise panelCoordinador
46018 Valencia
España
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.