Químicos que trabalham na área prioritária de pesquisa em Química Sustentável da Universidade de Amsterdã (UvA) colaboraram com o Laboratório Solvay do Futuro em Bordeaux para desenvolver uma caixa de ferramentas prática para prever a solubilidade de pequenas moléculas em diferentes solventes. Essas ferramentas estão disponíveis em acesso aberto e gratuito, e pode aprimorar a seleção de solventes e as formulações de muitos produtos industriais.

Os solventes são extremamente importantes para muitos setores industriais. Muitas vezes, na formulação de um produto químico, o solvente constitui a maior parte da entidade. Também é crucial para o funcionamento do produto. Por exemplo, com a formulação de solvente certa, pesticidas permanecem mais tempo nas folhas depois da chuva, tintas e tintas secam mais rápido, e os cosméticos são aplicados com mais facilidade. Conhecer a solubilidade das moléculas é, portanto, essencial para o desenvolvimento do produto.

O problema com pequenas moléculas

A previsão de solubilidade é geralmente feita usando os chamados Parâmetros de Solubilidade de Hansen:dispersão (D), interações polares (P), e ligações de hidrogênio (H). A indústria de revestimentos e polímeros, por exemplo, obtém excelentes resultados usando esses parâmetros para prever a solubilidade de polímeros.

Em princípio, Os parâmetros de Hansen também podem ser usados ​​para encontrar solventes para moléculas menores, como medicamentos e cosméticos. Mas aí as previsões não são tão satisfatórias, por dois motivos:um, porque medicamentos e cosméticos normalmente têm grupos funcionais mais variados; e dois, porque os parâmetros originais de Hansen excluem considerações termodinâmicas em relação à mistura, fusão e dissolução. Isso é aceitável para polímeros (onde a termodinâmica se anula), mas não para moléculas pequenas.

Dr. Manuel Louwerse e Prof. Gadi Rothenberg, trabalhando junto com a equipe do Dr. Bernard Roux na Solvay, agora melhoraram o modelo de Hansen e o adaptaram para lidar com solutos de pequenas moléculas, incluindo a termodinâmica da mistura, fusão e dissolução. As melhorias são baseadas em uma melhor descrição dos termos de entropia e entalpia. Quando um composto se dissolve, as moléculas deixam o cristal e se misturam ao solvente. Isso aumenta a entropia, mas geralmente custa alguma entalpia. A questão chave aqui é que a quantidade de entropia obtida pela mistura determina quanta entalpia pode ser perdida, mantendo um ∆G negativo (em outras palavras, mantendo a força motriz para a dissolução). Uma vez que o efeito de entropia depende da concentração, a temperatura, e o tamanho das moléculas, tudo isso deve ser incluído.

Outra melhoria foi feita dividindo as contribuições dos doadores e aceitadores de elétrons entre o solvente e o soluto. Isso é especialmente importante para casos como ligações de hidrogênio, que é relevante para muitos solventes e solutos. O mantra 'como se dissolve como' é muito simplista aqui. As ligações de hidrogênio se formam entre doadores e aceitadores, então é preciso doadores para dissolver aceitadores, e vice versa. Ao dividir as contribuições doador e aceitador de cada solvente e soluto, a equipe da UvA obteve modelos mais precisos.

Os novos modelos são muito melhores em prever a solubilidade de pequenas moléculas em solventes e misturas de solventes. Testes em um grande conjunto de dados industriais de 15 solutos e 48 solventes diferentes e suas misturas no Laboratório Solvay do Futuro mostraram que as qualidades de ajuste melhoraram de 0,89 para 0,97. O percentual de previsões corretas passou de 54% para 78%. Uma vez que apenas adivinhar já resultaria em previsões corretas de 50%, esta é uma melhoria séria. Outra vantagem importante é que o novo modelo permite previsões em temperaturas extrapoladas.

Os resultados e os modelos são publicados como um artigo de acesso aberto na revista internacional revisada por pares ChemPhysChem . O jornal já levantou muitos comentários, e as melhorias agora estão sendo incorporadas a uma versão mais recente do software HSPiP.

Embora a maioria dos dados reais da formulação industrial seja confidencial, a equipe conjunta publicou em acesso aberto a descrição completa da teoria e dos modelos. Eles também incluíram as rotinas Matlab completas e anotadas nas informações de apoio, permitindo que todos usem essas novas ferramentas para projetar novas misturas e formulações de solventes.

O Prof. Rothenberg vê a publicação de ferramentas como a chave para parcerias público-privadas de sucesso entre a indústria e a academia. 'Parceiros industriais precisam manter seus dados confidenciais, mas a maioria deles percebe que a publicação de acesso aberto dos métodos e ferramentas cria boa vontade e permite novos desenvolvimentos por colaboradores e concorrentes. Compartilhando métodos e ferramentas, as empresas podem se beneficiar do conhecimento umas das outras sem sacrificar dados. '