Actividades

ETAPA 1

• Colectar en una base de datos información sobre moléculas con actividad biológica conocida, sintetizadas en el Instituto de Química de la UNAM, para enriquecer las bases de datos generadas con información pública y privada de moléculas con actividad biológica similar, e integrar y depurar las bases de datos.
• Diseñar un método evolutivo, como el de algoritmos genéticos, que producirá candidatos de ligantes que se puedan utilizar en los complejos de los metales de transición, y en la optimización de la estructura molecular propuesta en el paso previo para generar una biblioteca de complejos de metales de transición para utilizarla en el entrenamiento del procedimiento de inteligencia artificial.
• Iniciar la elaboración del conjunto de datos con moléculas que contienen silicio.
• Familiarizarse con el software genarris, para implementar el procedimiento de aprendizaje automático para entrenar a una función que conecta posiciones atómicas con fuerzas, y establecer el conjunto de datos de entrenamiento.
• Implementar los potenciales GAP y ANI-1 en códigos de dinámica molecular como NAMD y en códigos desarrollados por nosotros.
• Analizar y determinar los indicadores de reactividad química que caracterizan mejor los requisitos para propiedades específicas de un sistema dado.
• Explorar las diferentes bases de datos tales como Scopus, Web of Science, etc., aplicando mecanismos de inteligencia artificial y obteniendo información sobre la estructura electrónica de nuevos catalizadores, para complementar la información experimental disponible.
• Desarrollo, programación y validación de nuevos funcionales de energía de intercambio y correlación.

ETAPA 2

• Calcular un conjunto de descriptores moleculares utilizando software tal como Dragon, MOE o Padel, para generar descriptores mecánico cuánticos para moléculas específicas, con la finalidad de seleccionar descriptores utilizando inteligencia de enjambre para la generación de modelos basados en algoritmos de aprendizaje automático, y validar los modelos generados mediante el ajuste adecuado, la robustez y la predictibilidad, y estimar el dominio de aplicabilidad.
• Aplicación y mejora de los nuevos funcionales a los sistemas estudiados en la desulfuración de petróleo mexicano, sistemas amorfos, polimorfismo en cristales moleculares, toxicidad de pesticidas, y materiales magnéticos para sensores y computación.
• Desarrollo de un potencial GAP para silicio y para un conjunto ANI-1 extendido.
• Implementar estrategias para entrenar una función con aprendizaje automático, que conecta posiciones atómicas y parámetros de malla con fuerzas y esfuerzos, e implementar una interfase en un código de dinámica molecular (gromacs) para utilizar las fuerzas del campo de fuerzas que proviene del aprendizaje automático en una simulación de dinámica molecular.
• Diseño, programación y validación del método de inteligencia artificial, y entrenamiento del método de inteligencia artificial con los resultados de la biblioteca desarrollada en la etapa 1.
• Analizar y determinar los indicadores de reactividad química que caracterizan mejor los requisitos para propiedades específicas de un sistema dado.
• Pruebas teóricas de los catalizadores candidatos para las reacciones típicas involucradas en el proceso de desulfuración.

ETAPA 3

• Establecer la posibilidad de predecir la toxicidad de compuestos químicos nuevos (dominio de aplicación), y predecir la toxicidad de compuestos obtenidos como productos secundarios en la generación de agroquímicos.
• Simulaciones de dinámica molecular de carbono y silicio amorfos, y análisis detallado de los resultados obtenidos.
• Cálculo de diferencias de energía entre bajo y alto spin utilizando los procedimientos de inteligencia artificial y deteoría de funcionales de la densidad.
• Analizar y determinar los indicadores de reactividad química que caracterizan mejor los, requisitos para propiedades específicas de un sistema dado.
• Aplicación y mejora de los nuevos funcionales a los sistemas estudiados en la desulfuración de petróleo mexicano, sistemas amorfos, polimorfismo en cristales moleculares, toxicidad de pesticidas, y materiales magnéticos parasensores y computación.
• Aplicar los cálculos de estructura electrónica para probar el desempeño de los nuevos catalizadores.
• Implementar el protocolo de integración termodinámica para calcular la energía libre de un sistema utilizando dinámica molecular y las fuerzas obtenidas a través del campo de fuerzas elaborado con aprendizaje automático, para calcular la energía libre de los sistemas de interés.