p Uma nova maneira de prever o resultado das reações pode levar a uma descoberta mais rápida de novos materiais, incluindo para detecção, catálise, e entrega de drogas. p As enzimas executam processos químicos e biológicos essenciais levando biomoléculas para as cavidades dentro de suas estruturas e facilitando reações importantes. Os químicos tentaram emular isso com 'gaiolas moleculares' - estruturas químicas que contêm cavidades que podem ligar moléculas menores dentro, chamados de 'convidados'.

p Essas gaiolas moleculares têm o potencial de atuar como imitadores artificiais de enzimas e foi demonstrado que aceleram reações importantes, como a hidrólise de ligações amida, degradação de toxinas e uma série de transformações químicas. Melhorar essas reações pode um dia levar ao desenvolvimento de novas tecnologias em áreas como o sensoriamento químico.

p Contudo, pode ser difícil para os pesquisadores projetar estruturas que sejam úteis e também sintetizadas com sucesso no laboratório. Agora, pesquisadores do Departamento de Química do Imperial College London usaram uma abordagem controlada por computador para prever os resultados das reações de construção de gaiolas com alta precisão.

p Isso ajudará os químicos a selecionar os blocos de construção ideais para preparar gaiolas com estruturas e propriedades desejáveis ​​antes de tentar sintetizá-las em laboratório, minimizando a experimentação malsucedida. O estudo é publicado hoje em Angewandte Chemie International Edition .

p Novos blocos de construção

p Atualmente, para simplificar sua síntese, a maioria das gaiolas e suas cavidades são altamente simétricas. Contudo, isso limita o projeto de gaiolas para moléculas convidadas em potencial. Isso contrasta com a capacidade das enzimas naturais de serem altamente seletivas, em que as moléculas podem se ligar a elas.

p Pesquisadores da Imperial estão desenvolvendo maneiras de montar gaiolas com menor simetria, permitindo formatos de cavidade mais específicos para hóspedes, usando componentes mais complexos em sua construção. Usando blocos de construção assimétricos, Podem ser criadas gaiolas 'tortuosas' com formas de cavidade interessantes.

p Contudo, blocos de construção assimétricos são mais difíceis de criar porque os resultados das reações de "automontagem" necessárias para construí-los são mais difíceis de prever. As reações com falha podem resultar na formação de uma molécula indesejável, ou mesmo uma mistura de produtos, em vez da estrutura de destino único.

p Tudo isso significa que a construção de novas gaiolas pode ser um processo de tentativa e erro demorado e caro, com muito esforço desperdiçado.

p Em vez disso, a nova abordagem analisa modelos computacionais de gaiolas potenciais para fazer previsões sobre sua automontagem. As previsões usam a energia e a geometria das gaiolas construídas computacionalmente e são bons guias para saber se um processo de automontagem levará a uma única estrutura. Esta informação pode então ser usada para selecionar moléculas de gaiola alvo para preparar em laboratório.

p Dr. Jamie Lewis, coautor do estudo, do Departamento de Química do Imperial, disse que "anteriormente, apenas tivemos que entrar no laboratório e tentar várias coisas até que algo funcionasse. Agora podemos fazer alguns cálculos rápidos, identificar gaiolas com propriedades que são úteis, e ter certeza de que podemos sintetizá-los sem problemas. "

p Poder de previsão

p A equipe usou um software chamado stk, anteriormente desenvolvido na Imperial, para construir os modelos computacionais. Além de ter grande poder de previsão, os cálculos também são muito rápidos, levando apenas algumas horas em um PC de mesa comum.

p Autor principal do estudo, Dr. Andrew Tarzia, do Departamento de Química do Imperial, disse que "a eficiência de nossa abordagem é a chave porque nos permite testar em um computador muito mais blocos de construção em uma semana do que poderiam ser testados em laboratório e com mais diversidade também."

p Com base nos dados computacionais, a equipe selecionou uma série de blocos de construção para sintetizar no laboratório. Eles descobriram que a abordagem previu com sucesso os resultados experimentais do processo de automontagem.

p Isso permitiu que preparassem várias novas "gaiolas instáveis" de baixa simetria que nunca haviam sido sintetizadas antes, e verificou a utilidade dos cálculos para prever quais moléculas se formariam.

p A equipe agora está continuando a desenvolver e melhorar esta abordagem para informar computacionalmente, síntese eficiente para acessar novas gaiolas moleculares. Com a capacidade de prever rapidamente quais gaiolas podem ser prontamente preparadas no laboratório, eles esperam usar isso para fazer novos materiais com uma ampla gama de aplicações em detecção, catálise, armazenamento de gás e distribuição de drogas.