Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 UNIVERSIDADE FEDERAL DO PARÁ CAMPUS UNIVERSITÁRIO DE SALINÓPOLIS FACULDADE DE ENGENHARIA ANDRÉ LUIZ DE ALCÂNTARA ANDRADE MODELAGEM QUÍMICA QUÂNTICA DO NAFTALENO E FENANTRENO: estudo sobre o comportamento molecular de hidrocarbonetos policíclicos aromáticos derivados do petróleo SALINÓPOLIS/PA 2022 2 ANDRÉ LUIZ DE ALCÂNTARA ANDRADE MODELAGEM QUÍMICA QUÂNTICA DO NAFTALENO E FENANTRENO: estudo sobre o comportamento molecular de hidrocarbonetos policíclicos aromáticos derivados do petróleo Trabalho de Conclusão de Curso apresentado à Faculdade de Engenharia, do Campus Universitário de Salinópolis, da Univers idade Federal do Pará – UFPA, como requisito parcial para obtenção do título de Bacharelado em Engenharia de Exploração e Produção de Petróleo. Orientador(a): Profª. Me. Emanuele Dutra Valente Duarte SALINÓPOLIS/PA 2022 3 ANDRÉ LUIZ DE ALCÂNTARA ANDRADE MODELAGEM QUÍMICA QUÂNTICA DO NAFTALENO E FENANTRENO: estudo sobre o comportamento molecular de hidrocarbonetos policíclicos aromáticos derivados do petróleo Trabalho de Conclusão de Curso apresentado à Faculdade de Engenharia, do Campus Universitário de Salinópolis, da Univers idade Federal do Pará – UFPA, como requisito parcial para obtenção do título de Bacharel em Engenharia de Exploração e Produção de Petróleo. Data da aprovação: ____/____/______ Conceito: _______________________ BANCA EXAMINADORA _____________________________________________________ Profª. Me. Emanuele Dutra Valente Duarte (FAE/UFPA-Salinópolis – Orientadora) ____________________________________________________ Prof. Me. Camilo Andrés Guerrero Martin (FAE/UFPA-Salinópolis – Membro) ____________________________________________________ Profª. Drª. Samira Maria Leão de Carvalho (PPGEQ/ITEC/UFPA – Membro) 4 AGRADECIMENTOS Agradeço primeiramente a Deus por proporcionar este momento único que muitos não tiveram a oportunidade de alcançar, aproveito o ensejo para suplicar pelos mais humildes que lhes dê força e coragem para alcançar seus objetivos. Agradeço aos meus professores do curso, em especial a Profª. Me. Emanuele Dutra Valente Duarte, por aceitar o desafio e com maestria conduzir este estudo. Agradeço ao meu pai professor e doutor Roberto Carlos Dantas Andrade, por mostrar e provar que através dos estudos todos os sonhos são possíveis. Agradeço à minha mãe, professora Ana Lúcia de Alcântara Andrade, que através do amor a sua profissão estimula eu e minhas irmãs a sempre buscar mais. Agradeço à Ana Carla de Alcântara Andrade e Rayssa Maria de Alcântara Andrade, por demonstrar amor nas horas mais difíceis, bem como ser exemplo de paciência. Agradeço a todos aos meus colegas de curso pelas noites de estudo (e bares) que agregaram à minha formação, em especial a Fernanda Möller, Adrielson, Dayana, Rafael e Werllen. Agradeço aos amigos da vida, por todo apoio incondicional e por ser família sempre, em especial Marconi, Daniela, Igor, Jéssica, Kauê, Leoni, Lorena e Danilo. Agradeço à Rebekah e seus pais, por todo cuidado e apoio incondicional. E por fim, agradeço à grande motivação disso tudo, minha filha, Aurora Guerreiro Cordeiro Andrade, que mesmo sem entender ou saber, me inspira cada dia a ser melhor. Obrigado por dar sentido à minha vida. 5 “Ouço falarem que o esforço vence o talento, gosto desse argumento, eu nunca quis ser melhor que ninguém, apenas tive o comprometimento.” (RD, 2021) 6 RESUMO Os Hidrocarbonetos Policíclicos Aromáticos (HPAs) são contaminantes emergentes potencialmente tóxicos às estruturas biológicas, principalmente quando se trata da saúde humana. A presença desses compostos no meio ambiente aumentou nos últimos anos, como consequência dos derivados da exploração e produção de petróleo. O tema abordado neste trabalho visa contribuir com o acervo científico, reunindo referências sobre o tema em questão e realizando simulações computacionais das moléculas de dois HPAs: o naftaleno (NAPH) e fenantreno (PHEN), com o objetivo de fornecer dados que visam a compreensão do comportamento químico desses HPAs a nível molecular. As simulações realizadas utilizaram modelagem química quântica baseada na Teoria do Funcional da Densidade (DFT) com o auxílio dos softwares de código livre GAMESS, Avogadro e wxMacMolPlt para determinar a geometria ótima das moléculas estudadas, sua frequência vibracional e descritores químicos quânticos de interesse, como gap, dureza, eletronegatividade e potencial químico. A geometria ótima foi avaliada utilizando 3 funcionais (B3LYP, RHF e MP2) e 4 bases (6-31G, 6-31G[d,p], 3-21G, STO-3G) para determinar qual conjunto funcional-base apresentou menor nível energético após os cálculos computacionais. A geometria ótima foi utilizada para determinar a frequência vibracional da molécula (entre 4000 e 400 cm-1) além de quantificar os orbitais de fronteira LUMO (Lowest Unoccupied Molecular Orbital) e HOMO (Highest Occupied Molecular Orbital), os quais foram empregados no cálculo dos descritores químicos quânticos. Os resultados mostraram que as moléculas estudadas apresentam geometria ótima utilizando o funcional B3LYP e a base 6-31G(d,p), alcançando energia total de -385,6549 Hartree para o NAPH e -539,2078 Hartree para o PHEN. Além disso, o NAPH e PHEN mostraram ter baixa reatividade e alta estabilidade química, o que está relacionado aos seus valores de gap (4,8219 para o NAPH e 4,7293 para o PHEN) e dureza (2,4109 para o NAPH e 2,3646 para o PHEN). Por fim, a análise das frequências identificou os grupamentos característicos de ligações duplas e simples entre os carbonos componentes dos HPAs. Deste modo, foi possível compreender a dificuldade de degradação e permanência das moléculas de NAPH e PHEN no meio ambiente. Palavras-chave: Naftaleno; Fenantreno; Teoria do funcional da densidade; Petróleo. 7 ABSTRACT Polycyclic Aromatic Hydrocarbons (PAHs) are potentially toxic emerging contaminants to biological structures, especially when it comes to human health. The presence of these compounds in the environment has increased in recent years, as a result of oil exploration and production derivatives. The topic addressed in this work aims to contribute to the scientific collection, gathering references on the subject in question and performing computationa l simulations of the molecules of two PAHs: naphthalene (NAPH) and phenanthrene (PHEN), with the objective of providing data aimed at understanding of the chemical behavior of these PAHs at the molecular level. The simulations carried out used quantum chemical modeling based on Density Functional Theory (DFT) with the aid of open source software GAMESS, Avogadro and wxMacMolPlt to determine the optimal geometry of the studied molecules, their vibrational frequency and quantum chemical descriptors of interest, such as gap, hardness, electronegativity and chemical potential. The optimal geometry was evaluated using 3 functionals (B3LYP, RHF and MP2) and 4 bases (6-31G, 6-31G[d,p], 3-21G, STO-3G) to determine which base functional set presented the lowest level energy after computationa l calculations. The optimal geometry was used to determine the vibrational frequency of the molecule (between 4000 and 400 cm-1) in addition to quantifying the border orbitals LUMO (Lowest Unoccupied Molecular Orbital) and HOMO (Highest Occupied Molecular Orbital), which were used in the calculation of quantum chemical descriptors. The results showed that the studied molecules present optimal geometry using theB3LYP functional and the 6-31G(d,p) base, reaching a total energy of -385.6549 Hartree for NAPH and -539.2078 Hartree for PHEN. In addition, NAPH and PHEN showed low reactivity and high chemical stability, which is related to their gap values (4.8219 for NAPH and 4.7293 for PHEN) and hardness (2.4109 for NAPH and 2.3646 for PHEN). Finally, the frequency analysis identified the characterist ic groups of double and single bonds between the component carbons of PAHs. Thus, it was possible to understand the difficulty of degradation and permanence of NAPH and PHEN molecules in the environment. Keywords: Naphtalene; Phenanthrene; Density Functional Theory; Petroleum. 8 LISTA DE ILUSTRAÇÕES Figura 3.1 – Emissão de HPAs por Diferentes Tipos de Fontes...............................................20 Figura 3.2 – Possíveis Interações Ligante – Receptor...............................................................27 Figura 5.1 – Resultados de Energia Total para o Naftaleno.....................................................37 Figura 5.2 – Resultados de Energia Total para o Fenantreno...................................................37 Figura 5.3 – Orbitais HOMO-LUMO do Naftaleno e Fenantreno...........................................39 Figura 5.4 – Mapa do potencial eletrostático do Naftaleno e Fenantreno................................39 Figura 5.5 – Picos de IR no cálculo de frequências vibracionais a 298 K do Naftaleno.........41 Figura 5.6 – Picos de IR no cálculo de frequências vibracionais a 298 K do Fenantreno.......41 9 LISTA DE TABELAS Tabela 3.1 – Principais características dos 16 HPAs considerados prioritários em estudos ambientais segundo a Agência de Proteção Ambiental dos Estados Unidos...........................17 Tabela 3.2 – Carcinogenicidade, genotoxidade e mutagenicidade de alguns HPAs................22 Tabela 4.1 – Propriedades Químicas do Naftaleno e Fenantreno.............................................30 Tabela 4.2 – Funcionais e Bases Utilizados Para Estudo.........................................................32 Tabela 5.1 – Resultado de Energia Total, Orbitais de Fronteira de Acordo com suas Bases e Funcionais.................................................................................................................................36 Tabela 5.2 – Descritores químicos quânticos de NAPH e PHEN............................................40 Tabela A1 – Comprimentos de ligação da geometria otimizada NAPH..................................50 Tabela A2 – Geometria Otimizada de NAPH..........................................................................50 Tabela A3 – Comprimentos de ligação da geometria otimizada PHEN..................................51 Tabela A4– Geometria Otimizada de PHEN............................................................................51 10 LISTA DE ABREVIATURAS E SIGLAS ATSDR Agência de Substâncias Tóxicas e Registros de Doenças BaP Benzo(a)pireno DFT Teoria do Funcional da Densidade FERMO Reatividade Química De Compostos Orgânicos E Inorgânicos HOMO Highest Occupied Molecular Orbital HPA Hidrocarbonetos Policíclicos Aromáticos IARC Pesquisas da Agência Internacional de Estudo do Câncer LUMO Lowest Unoccupied Molecular Orbital MP2 Perturbação Møller-Plesset Em Segunda Ordem NAPH Naftaleno PHEN Fenantreno RHF Funcionais Restritos de Hartree-Fock 11 LISTA DE SÍMBOLOS 𝐾𝑜𝑤 Coeficiente De Partição N-Octanol/Água X Concentração (Massa/Volume) 𝜓 Função De Onda 𝐻 Operador Hamiltoniano 𝐸 Energia Do Sistema 𝑚𝑒 Massa Do Elétron ∆𝑒 2 Operador Laplaciano ℏ Constante De Planck 𝑛 Elétrons 𝑁 Núcleos K Kelvin 12 SUMÁRIO 1 INTRODUÇÃO.............................................................................................................13 2 OBJETIVOS..................................................................................................................15 2.1 Geral.................................................................................................................................15 2.2 Específicos........................................................................................................................15 3 REVISÃO BIBLIOGRÁFICA.....................................................................................16 3.1 Hidrocarbonetos Policíclicos Aromáticos (HPAs)..........................................................16 3.1.1 Estrutura Molecular e Propriedades dos HPAs....................................................16 3.1.2 HPAs no Meio Ambiente.....................................................................................18 3.1.2.2 Diferenciação da Origem dos HPAs.................................................................19 3.1.2.3 HPAs de Origem Petrolífera..............................................................................20 3.1.3 HPAs e a Saúde Humana......................................................................................21 3.2 Modelagem Molecular.........................................................................................................23 3.3 Descritores Químicos Quânticos e Orbitais Moleculares....................................................28 3.4 Estudos Sobre HPAs utilizando Modelagem Molecular.....................................................28 4 METODOLOGIA..........................................................................................................30 4.1 Moléculas Pesquisadas........................................................................................................30 4.2 Modelagem Molecular – softwares......................................................................................30 4.3 Otimização da Geometria Molecular...................................................................................31 4.4 Cálculo das Frequências Vibracionais.................................................................................32 4.5 Descritores Químicos Quânticos.........................................................................................32 5 RESULTADOS E DISCUSSÃO................................................................................35 5.1 Otimização da Geometria das Moléculas............................................................................35 5.2 Cálculo dos Orbitais de Fronteira e Descritores Químicos Quânticos................................38 5.3 Cálculo das frequências vibracionais...................................................................................41 6 CONCLUSÃO................................................................................................................43 REFERÊNCIAS.............................................................................................................44 APÊNDICE A.................................................................................................................50 13 1 INTRODUÇÃO Atualmente são conhecidas mais de 100 substâncias classificadas como Hidrocarbonetos Policíclicos Aromáticos (HPAs) advindas do carvão, óleo bruto e gasolina por meio da pirólise de matéria orgânica. Esses compostos são liberados na atmosfera por meio de combustão veicular, exaustão de motores, queima de vegetação ou produtos químicos e fumaça em geral. Entretanto, quando presentes na atmosfera, os HPAs são nocivos à saúde humana, e como consequência podem afetar a fertilidade, habilidade cognitiva, problemaspsicológicos, redução da função respiratória e até mesmo câncer de pulmão ou de pele (CETESB,2018). Neste contexto, tornou-se necessária a compreensão com maior profundidade do comportamento desses compostos no meio ambiente. Entender como ocorre a degradação dos HPAs, a interação com estruturas biológicas e seu potencial toxicológico para os seres humanos, foi possível, usando modelos químicos quânticos gerados ao longo do tempo. Esses modelos têm por objetivo descrever aspectos específicos de certas propriedades do sistema, aplicando modelos teóricos para representar e manipular a estrutura das moléculas, estudar reações químicas e estabelecer relações entre a estrutura e propriedades da matéria (DE OLIVEIRA, 2018) Em relação aos modelos químicos, estre trabalho tem enfoque nos que se baseiam sobre a Teoria do Funcional da Densidade (DFT) para a descrição dos estados fundamentais da matéria. A DFT é uma ferramenta muito utilizada atualmente para descrever sistemas quânticos de muitos corpos, como sólidos, moléculas e nanomateriais em geral. Esta teoria tem como base os teoremas de Hohenberg e Khon e as equações de Kohn-Sham para a resolução do problema de muitos corpos, onde as interações elétron-elétron e elétron-núcleo, são tratadas como uma densidade eletrônica (SHOLL; STECKEL, 2011) Neste sentido, este estudo tem o objetivo de realizar simulações computacionais para otimização da geometria molecular de duas moléculas de HPAs: o naftaleno (NAPH) e o fenantreno (PHEN). A partir da geometria ótima, será realizado o cálculo de descritores químicos quânticos de interesse para compreender o comportamento reativo molecular dos HPAs estudados e fornecer acervo bibliográfico para futuros estudos na área. Atualmente, as publicações relacionadas aos HPAs abordam sobre riscos à saúde humana e interações no meio ambiente. O estudo apresentado neste trabalho abre oportunidades para compreender a nível molecular a dificuldade de tratamento e remoção desses compostos, com o intuito de combater a grande disponibilidade desses materiais tóxicos no meio ambiente. Além de compreender 14 compostos que tem potencial de causar tamponamento na garganta de poro dos reservatórios de petróleo, que por consequência afeta a permeabilidade da formação. 2 OBJETIVOS 2.1 Geral Discutir as características físico-químicas e comportamentais de dois hidrocarbonetos policíclicos aromáticos (HPAs) como poluentes derivados da exploração do petróleo a partir da modelagem química quântica dos compostos de naftaleno (NAPH) e fenantreno (PHEN). 2.2 Específicos ● Compreender a atuação dos HPAs como poluentes a partir de uma revisão bibliográfica; ● Identificar o comportamento das moléculas de NAPH e PHEN, conceitos da química quântica e química computacional; ● Realizar simulações de modelagem química com auxílio de softwares para obter resultados sobre a geometria ótima das moléculas estudadas, seus descritores químicos quânticos e sua frequência vibracional; ● Buscar na literatura dados experimentais de forma a comparar com os resultados obtidos através da simulação e discutir o interesse desses dados. 15 3 REVISÃO BILIOGRÁFICA 3.1 Hidrocarbonetos Policíclicos Aromáticos (HPAs) Os Hidrocarbonetos Policíclicos Aromáticos (HPAs), são um grupo de compostos orgânicos formados por carbono e hidrogênio, que são formados por dois ou mais anéis aromáticos condensados. São encontrados no meio ambiente naturalmente ou por atividade humana, e possuem potencial contaminante ao se atrelarem a moléculas no ar, na água, no solo e em alimentos (IARC, 2010). O naftaleno e o fenantreno são compostos presentes na emissão de combustíveis fósseis. O estudo destes compostos é motivado pelo potencial de poluição e consequências ao ambiente. Ambos ainda não têm efeito carcinogênico comprovado, mas se ingeridos, são facilmente absorvidos no intestino e extensivamente transformados em fenóis, di-hidrodióis e ácidos mercaptúricos (COSTA, 2001). 3.1.1 ESTRUTURA MOLECULAR E PROPRIEDADES DOS HPAS Os HPAs possuem uma estrutura aromática apolar, que influencia nas suas características estruturais e propriedades físico-químicas, como sua solubilidade em água, sua massa molar, quantidade de anéis aromáticos, sua volatilidade, adsorção ao material particulado e o coeficiente de partição n-octanol/água (𝐾𝑜𝑤 ). Ademais, a configuração em que se encontram esses anéis, também traz informações sobre as propriedades do composto (SKUPINSKA; MISIEWICZ; KASPRZYCKA, 2004). Os HPAs com conformação linear, apresentam menor solubilidade na água quando comparados com estruturas angulares ou pericondensadas. Como exemplo, destaca-se a solubilidade na água entre do antraceno e fenantreno, os quais possuem 3 anéis aromáticos dispostos em diferentes conformações: o antraceno, de estrutura linear, apresenta solubilidade de 0,045 mg.L-1, por outro lado, o fenantreno de conformação angular, tem solubilidade 1,1 mgL-1 mostrado na Tabela 3.1. Alguns fatores ambientais também influenciam na solubilidade dos HPAs, como pH, força iônica, matéria orgânica dissolvida em água, temperatura e concentração do material em suspenção (BIAZATI, 2009). A solubilidade dos HPAs em água também está diretamente ligada a quantidade de anéis aromáticos que constituem sua estrutura, quanto maior o número de anéis aromáticos, menor sua solubilidade em água (Tabela 3.1). Em contrapartida, a volatilidade dos compostos diminui 16 à medida que seu peso molecular aumenta, então, HPAs com baixo peso molecular tendem a ser mais voláteis (NETTO et al., 2000). Tabela 3.1 - Principais características dos 16 HPAs considerados prioritários em estudos ambientais segundo a Agência de Proteção Ambiental dos Estados Unidos Composto Estrutura Solubilidade em água (mg L-1) 𝑙𝑜𝑔 𝑙𝑜𝑔 𝐾𝑜𝑤 Massa molar [g] Naftaleno 31 3,37 128,17 Acenaftileno 16,1 4,00 152,19 Petro gênic o Acenafteno 3,8 3,92 154,21 Fluoreno 1,9 4,18 166,22 Fenantreno 1,1 4,57 178,23 Antraceno 0,045 4,54 178,23 Fluoranteno 0,26 5,22 202,25 Pireno 0,132 5,18 202,25 Benzo(a)antraceno 0,011 5,91 228,29 Criseno 0,0020 5,86 228,29 Pirolít ico Benzo(b)fluoranteno 0,0015 5,80 252,31 Benzo(k)fluoranteno 0,0008 6,00 252,31 Benzo(a)pireno 0,0038 6,04 252,31 Dibenzo(a,h)antraceno 0,0006 6,75 278,35 17 Benzo(ghi)perileno 0,00026 6,50 276,33 Indeno(1,2,3-cd)pireno 0,062 6,60 276,33 Fonte: ALMEIDA (2014) – Adaptado. Um fator importante a ser levado em consideração é o coeficiente de partição n-octanol da água dado pela equação (3.1), que é o cálculo da quantidade relativa da substância que se dissolve em octanol e a quantidade que se dissolve em água (EMBRAPA, 2005). 𝐾𝑜𝑤 = [𝑋]𝑛−𝑜𝑐𝑡𝑎𝑛𝑜𝑙 [𝑋]á𝑔𝑢𝑎 (3.1) Onde X indica a concentração (massa/volume) no solvente específico. Este coeficiente indica a afinidade de compostos com a matéria orgânica em matrizes ambientais. O logaritmo desse coeficiente, demonstra a lipofilicidade da substância, quanto maior o 𝑙𝑜𝑔 𝑙𝑜𝑔 𝐾𝑜𝑤 mais lipofílica é a substância. (BARROSO, 2010). Como resultado destas propriedades, os HPAs estão dispostos no meio ambiente tanto na fase gasosa, quanto adsorvidos no material particulado, dependendo da volatilidade do composto e afinidade com as partículas com que interagem. Desta forma, é possível mapear a quantidade de HPAs em determinada área e encontrar possíveis fontes de emissão destes compostos (NETTO et al., 2000). 3.1.2 HPAS NO MEIO AMBIENTE Os HPAs possuem dois tipos defontes: naturais e antropogênicas. Nas fontes naturais, podemos citar a síntese bacteriana, combustão natural de matéria orgânica e produção por fungos. Nas fontes antropogênicas, são encontrados após processamento de carvão, petróle o bruto, exaustão veicular, fontes de aquecimento residencial e industrial, incineração de lixo e fumaça de tabaco (CESTESB, 2018). Alguns HPAs podem ser sintetizados por bactérias, fungos e plantas, porém, grande parte dos HPAs encontrados no meio ambiente são de fontes ligadas ao petróleo e seus 18 derivados. Podem ser gerados através da decomposição térmica de materiais orgânicos (fontes pirolíticas) ou pela liberação direta no meio ambiente de petróleo e seus derivados (fontes petrogênicas), que ocorre geralmente em locais onde há grande atuação da indústria petrolífera, como refinarias, transporte marítimo de petróleo, plataformas e entre outros (USEPA, 2003) As substâncias geradas após esse processo podem se ligar às moléculas do ar e ser carregadas para longas distâncias. Os processos de dissipação dessas moléculas pelo ambiente até o contato com o corpo humano ocorrem de diferentes formas, podendo ser associadas à ingestão de água contaminada, inalação de partículas no ar, ingestão de alimentos que fora m expostos (contaminação direta com o solo, plantações e mananciais subterrâneos). A degradação dessas moléculas pode ocorrer através de fotólise, degradação abiótica e biodegradação (CETESB, 2018). 3.1.2.2 DIFERENCIAÇÃO DA ORIGEM DOS HPAS Os HPAs que possuem até três anéis aromáticos na sua estrutura molecular, obtidos através de substituição por processo de alquilação e/ou heteroátomos, são geralmente derivados do petróleo, chamados petrogênicos (NEFF, 1979). Esses HPAs possuem baixo peso molecular, e são geralmente atribuídos ao escoamento natural de óleo, exploração offshore ou derramamento de petróleo (ALMEIDA, 2014). Os HPAs que possuem mais de três anéis aromáticos em sua estrutura molecular, são oriundos, principalmente, de queimas incompletas de matéria orgânica em condições de temperaturas elevadas, baixa pressão e curto tempo de formação, são chamados de pirolíticos. Possuem alto peso molecular, e devido sua complexidade estrutural, tem maior hidrofobia, são geralmente atribuídos a incêndios florestais, queima de combustíveis fósseis e incineração de resíduos (ALMEIDA, 2014). Mattiuzi, Castañeda e Teixeira (2008) obtiveram uma simulação aproximada da porcentagem de diferentes tipos de fontes de emissão de HPAs na região de Porto Alegre no Rio Grande do Sul, demonstrando qual fonte seria maior responsável pela contaminação ambiental por HPAs (Figura 3.1). A grande maioria era oriunda da emissão veicular, resultado da queima direta de gasolina ou diesel. Outra porcentagem que chamou a atenção, foi a da queima de carvão, que foi atribuída a proximidade (cerca de 60 km) a duas usinas termoelétr icas à carvão. 19 Figura 3.1 - Emissão de HPAs por diferentes tipos de fontes FONTE: Mattiuzi; Castañeda e Teixeira (2008). 3.1.2.3 HPAS DE ORIGEM PETROLÍFERAS O avanço tecnológico atrelado ao desenvolvimento da civilização, trouxe maior consumo de recursos naturais, como o petróleo. O petróleo é formado a partir de acúmulo de matéria orgânica nos sedimentos, que sofrem processos químicos sob determinada condição de pressão e temperatura. Assim, os hidrocarbonetos acumulados dão origem a diversos compostos orgânicos, que dependem das condições em que foram submetidos, dentre eles os HPAs (PEDERZOLLI, 2006). Anteriormente, os resíduos resultantes da exploração do petróleo eram descartados no meio ambiente, de forma que, acreditava-se que os compostos seriam assimilados pela natureza e não seriam prejudiciais à saúde. Entretanto, estudos posteriores indicaram a presença de substâncias resistentes a degradação ambiental, que perduravam ao longo dos anos (PEDERZOLLI, 2006). O ambiente marinho, principalmente, possui grande participação na condução e perduração destes compostos no ambiente. Grandes escalas desses compostos são recebidas em ambientes marinhos de diversas formas, sejam por efluentes industriais, deposição atmosfér ica Diesel 43% Carvão 23% Gasolina 17% Madeira 10% Cimento 7% 20 ou escoamento superficial e subterrâneo (BARROSO, 2010). A grande maioria são HPAs petrogênicos, por possuir propriedades hidrofóbicas e lipofílicas, o que significa alto potencial de se atrelarem a matéria orgânica (NETTO, 2014). Ao entrar em contato com o ambiente marinho, há uma divisão entre os HPAs: os de baixo peso molecular, com pressão de vapor maior, tendem a volatilizar, por outro lado, os de maior peso molecular e menor volatilidade, tendem a depositar nos sedimentos ou ficar suspensas em formato de material particulado. Dessa maneira, os HPAs podem sofrer modificações químicas e bioquímicas que alteram sua estrutura e modificam sua interação com o ambiente, sendo importante ressaltar que muitos desses compostos ao serem metabolizados, podem dar origem a compostos de maior toxicidade que o original, como por exemplo do Benzo[a]pireno (BaP), que por si só não possui alta toxicidade, mas seus nitroderivados (NHPAs), possuem grande potencial mutagênico (PAYNE et al., 2003; NETTO et al., 2000). No ambiente marinho, grandes acumuladores dessas concentrações são os organismos filtradores, como os moluscos bivalves (ostras, mariscos, vieiras, etc.), quando expostos a vazamentos de petróleo ou descargas de esgoto. De forma semelhante, os peixes também sofrem contaminação através do contato direto com as brânquias ou pela sua dieta alimentar (LOURENÇO et al., 2019). No solo também ocorrem grandes deposições de HPAs, em ambientes com condições climáticas favoráveis, como temperatura e umidade, ajudam a acumular estas substâncias. Desta forma, há maior concentração de HPAs no solo no inverno e em períodos noturnos. A cobertura vegetal também afeta o nível de acúmulo no solo, visto que vegetações de médio e grande porte, alteram o microclima do ambiente inseridas (WANG et al., 2017). 3.1.3 HPAS E A SAÚDE HUMANA Pesquisas da Agência Internacional de Estudo do Câncer (IARC), classificam alguns HPAs como carcinogênicos e/ou mutagênico e/ou genotóxicos (Tabela 3.2). Os compostos considerados carcinogênicos, são compostos com a capacidade de estimular a reprodução anormal de células gerando tumores malignos com tendência a entrar em metástase. Já compostos classificados como mutagênicos, são compostos com a capacidade de induzir ou aumentar a mutação dos cromossomos de um organismo, o que a longo prazo pode desencadear algumas disfunções genéticas. Os compostos classificados como genotóxicos, são aqueles capazes de induzir alterações no material genético dos organismos, são tóxicos ao DNA, 21 podendo se unir diretamente a ele ou atuar indiretamente nas enzimas responsáveis por sua replicação (US EPA, 2000). Tabela 3.2 – Carcinogenicidade, genotoxicidade e mutagenicidade de alguns HPAs HPA Carcinogenicidade Genotoxicidade Mutagenicidade Fluoreno I L * Fenantreno I L + Antraceno N N - Fluoranteno N L + Pireno N L + Benzo(a)antraceno S S + Criseno L L + Naftaleno * * * Benzo(a)pireno S S + Benzo(k)fluoranteno S I + Indeno(1,2,3-cd)pireno S I + Benzo[g,h,i]perileno I I + Dibenzo[a,h]antraceno S S + Acenaftileno * * * Acenafteno * * * Benzo[b]fluoranteno S I + FONTE: Costa, A. F. (2001) – Adaptado. S = suficientes; I = insuficientes; L = limitados; N = não carcinogênico. Genotoxicidade foi avaliada através dos testes de deterioração do DNA; aberração cromossômica e mutagenicidade. Mutagenicidade (teste de Ames): + (positivo), - (negativo); “*” = inconclusivo. Dentre os 16 HPAs normalmente monitorados pelos órgãos ambientais (Tabela 3.2), o benzo(a)pireno (BaP) é o maisestudado entre pesquisadores e o que chama maior atenção, por ser considerado com maior potencial cancerígeno. Os danos à saúde do BaP estão associados a exposição humana em contatos prolongados em concentrações superiores a 2 ppb, segundo a US EPA. É importante salientar, que este composto é comumente encontrado no cigarro, churrasco, fuligem em geral. Contatos a curto prazo também causam efeitos adversos a saúde, 22 como destruição dos glóbulos vermelhos e supressão do sistema imunológico, podendo causar anemia (TITO, 2003). Em estudos da Agência de Substâncias Tóxicas e Registros de Doenças (ATSDR), realizados em camundongos em 1996, apontaram que estes animais quando alimentados com altas concentrações de HPAs, apresentaram problemas reprodutivos, assim como sua prole, que adquiriram problemas de formação, tal como baixo peso corporal. Em relação feita por Jardim e Ghiselli (2007), apontou uma semelhança estrutural entre a testosterona, a progesterona e o HPA criseno, apontando uma possível interferência no funcionamento natural do sistema endócrino. 3.2 Modelagem Molecular Modelagem molecular é a simplificação ou idealização de um sistema ou de um processo que pode ser expresso em termos matemáticos para facilitar cálculos e modelar sistemas complexos que visam representar o comportamento molecular em determinada substância. Em outras palavras, a modelagem molecular compreende um conjunto de ferramentas e métodos, computacionais e teóricos, com o objetivo de prever e entender o comportamento de sistemas reais, tanto da estrutura molecular em si como de propriedades do estado de transição, equilíbrio de reações, propriedades termodinâmicas, simulações da dinâmica molecular, entre outras. Tais métodos são aplicados desde átomos isolados até macromoléculas, sendo subdividido em três etapas: (i) seleção do modelo que descreva com precisão desejável a interação intermolecular e intramolecular; (ii) realização dos cálculos; e (iii) análise dos resultados, a fim de validar o modelo selecionado (ALBUQUERQUE, 2008). Nesse contexto, as forças harmônicas são responsáveis pela interação entre as partes que compõe a molécula. Atualmente, para mensurar os parâmetros atrelados à mecânica molecular, é possível utilizar métodos químicos ou modelagem molecular. Ademais, a modelagem molecular abrange diversos sistemas moleculares e tem como objetivo prever funcionais e propriedades de sistemas industriais (RAI, 2012). Com auxílio computacional, a modelagem molecular é utilizada para determinar desde parâmetros mecânicos até informações morfológicas. Sendo assim, são aplicáveis para encontrar equações de estado, relações de tensão, viscosidade, localização e forma estrutural de uma molécula. A mecânica quântica oferece todo o arcabouço necessário para modelar a previsão das propriedades químicas. Em resumo, a mecânica quântica utiliza funções de onda para definir sistemas microscópicos e em seguida definir as propriedades do sistema, através da descrição do movimento, como por 23 exemplo, o comportamento da nuvem eletrônica resultado de uma ligação química entre moléculas (SHOLL; STECKEL, 2011). [...]existem operadores mecânicos quânticos correspondentes a cada observável físico que, quando aplicado à função de onda, permite prever a probabilidade de encontrar o sistema para exibir um determinado valor ou intervalo de valores. A teoria da estrutura eletrônica, que é baseada na mecânica quântica, é o método mais preciso para calcular a estrutura, energia e propriedades de uma molécula ou um conjunto de moléculas. Isso ajuda no cálculo de muitas das funções termoquímicas, físicas, espectroscópicas e cinéticas (taxa de reações) e propriedades das moléculas (RAI, 2012, p. 15). Para entender o comportamento de átomos e moléculas, usamos a função de onda eletrônica 𝜓 da mecânica quântica (função matemática responsável por carregar informações sobre o estado quântico de uma ou mais partículas). Quando esta função de onda 𝜓 é trabalhada pelo operador hamiltoniano 𝐻, é possível descrever a energia 𝐸 do sistema, segundo a equação de Schrödinger dado pela Equação 3.2 (ATKINS; FRIEDMAN, 2005): 𝐻𝜓 = 𝐸𝜓 (3.2) Este hamiltoniano deve conter todos os parâmetros que influenciam energicamente nesse sistema. No caso mais simples, como o átomo de hidrogênio, tem-se a Equação 3.3 descrita abaixo: 𝐻 = − ℏ2 2𝑚𝑒 ∆𝑒 2 − ℏ2 2𝑚𝑁 ∆𝑁 2 − 𝑍𝑒2 4𝜋𝜀0𝑟 (3.3) Onde, o termo ℏ2 2𝑚𝑒 ∆𝑒 2 é responsável por descrever a energia cinética do elétron, 𝑚𝑒 é a massa do elétron, ∆𝑒 2 é o operador laplaciano (que realiza a segunda derivada da função de onda 𝜓 em relação as suas coordenadas espaciais), ℏ é a constante de Planck, ℏ2 2𝑚𝑁 ∆𝑁 2 descreve a energia cinética do núcleo, 𝑚𝑁 é a massa do núcleo, ∆𝑁 2 o operador laplaciano, 𝑍𝑒2 4𝜋𝜀0𝑟 descreve a atração eletrostática entre elétron e núcleo (resultado da interação conservativa proposta por Coulomb). 24 A equação de Schrödinger pode ser solucionada por métodos ab initio, que consiste em selecionar um modelo para a função 𝜓, e a equação é resolvida inserindo os valores das constantes fundamentais e número atômico dos núcleos. Porém, surge um problema quando há muitos átomos presentes no sistema, visto que a interação entre elétron-núcleo e elétron-elétron aumenta o grau de complexidade da equação, necessitando de aproximações para descrever alguns termos existente (ATKINS; FRIEDMAN, 2005). O hamiltoniano para o caso de muitos elementos no sistema passa então a ser representado pela Equação 3.4: 𝐻 = − ℏ2 2𝑚𝑒 ∑ 𝑛 𝑖 ∆𝑖 2 − ℏ2 2𝑚𝑁 ∑ 𝑁 𝐼 ∆𝐼 2 − ∑ 𝑛 𝑖 ∑ 𝑁 𝐼 𝑍𝐼𝑒 2 4𝜋𝜀0𝑟𝐼𝑖 + 1 2 ∑ 𝑛 𝑖𝑗 𝑒2 4𝜋𝜀0𝑟𝑖𝑗 (3.4) Neste caso, o símbolo do somatório serve para descrever os 𝑛 elétrons e 𝑁 núcleos que compõe sistemas poliatômicos. O termo 1 2 ∑𝑛𝑖𝑗 𝑒2 4𝜋𝜀0𝑟𝑖𝑗 descreve a energia de repulsão elétron- elétron e, como este termo aumenta a energia estática do sistema, é apresentado com o sinal positivo (ATKINS; FRIEDMAN, 2005). Para auxiliar na resolução da equação para um sistema com múltiplos elementos, primeira aproximação foi proposta por Max Born e Robert Oppenheimer em 1927, que desconsidera a contribuição da energia cinética dos núcleos em relação a energia cinética eletrônica. A aproximação Born-Oppenheimer trabalha com a percepção de que a massa nuclear é muito maior do que a do elétron, tornando seu movimento lento. Desta forma, o elétron se move com tamanha velocidade que enxerga o núcleo de forma estática. Exemplificando, esta proposição considera que o núcleo se movimenta de forma semelhante ao Sol pois, apesar de estar em movimento, a percepção de um observador da Terra é de que o Sol permanece estático. Esta aproximação desconsidera o termo − ℏ2 2𝑚𝑁 ∑𝑁𝐼 ∆𝐼 2 da Equação 3.4, pois considera o núcleo como fixo. Portanto, ao invés de tentar solucionar a equação simultaneamente com todas as partículas, ao fixar o núcleo em diferentes conformações, o cálculo pode ser repetido gerando um conjunto de soluções para que descrevem a energia do sistema e possibilita achar a conformação molecular com maior estabilidade (RAI, 2012). 25 Outro termo que dificulta a solução da equação de Schrödinger é o termo de atração elétron-elétron 1 2 ∑𝑛𝑖𝑗 𝑒2 4𝜋 𝜀0𝑟𝑖𝑗 , portanto, alguns métodos foram desenvolvidos para a suavização deste termo. Em 1927, Douglas Hartree e Vladimir Fock, propuseram aproximar a função de onda global do sistema, através da combinação das funções de onda monoeletrônica, de forma que os elétrons não interagiam entre si unicamente, mas sim com a nuvem eletrônica global da molécula, então, cada elétron interage com a média do campo gerado por outros elétrons. O método auto consistente de Hartree-Fock trabalhacom tentativas de funções de onda para a obtenção de uma energia, reinserindo os valores nos coeficientes até a função convergir segundo o princípio variacional, onde a energia tentativa, que está sendo testada, vai ser sempre maior ou igual a energia real. O problema deste método é que o tipo de aproximação perde precisão e aumenta o custo computacional para sua resolução, para o caso de macromoléculas (SHOLL; STECKEL, 2011). Após Hartree-Fock, outros métodos tentaram resolver o problema de muitos corpos, por exemplo o método de Interação de Configuração (CI), que propõe resolver a interação elétron- elétron descrevendo as funções de onda em combinação linear de todos os estados excitados da molécula, e o método da Teoria da Perturbação, que propõe uma correção da energia aplicando outro hamiltoniano além do proposto por Hartree-Fock, sendo este um hamiltoniano perturbado (ATKINS; FRIEDMAN, 2005). Para solucionar o problema de custo computacional e a interação elétron-elétron, foram desenvolvidos métodos semiempíricos, capazes de descrever com precisão a energia do sistema em estudo. Neste sentido, Thomas e Fermi trabalharam independentemente em um modelo estatístico que descrevia um funcional de densidade para a energia, sendo o funcional uma função que tem como argumento outras funções, isso significa que a função recebe uma ou mais variáveis. Mas, somente em 1964, Kohn e Hohenberg foram responsáveis por embasar, com uma prova formal a teoria do funcional da densidade, a partir de dois teoremas matemáticos que só foram provados por uma série de derivações de um conjunto de equações por Kohn e Sham (RAI, 2012). Esses teoremas consideram: Teorema 1: A energia do estado fundamental da Equação de Schrödinger é um funciona l exato da densidade eletrônica (SHOLL; STECKEL, 2011), que pode ser expressado matematicamente pela Equação 3.5. 𝐻[𝑛(𝑟)] = 𝐸[𝑛(𝑟)] (3.5) 26 Teorema 2: A densidade eletrônica que minimiza a energia do funcional geral é a verdadeira densidade eletrônica correspondente à solução completa da equação de Schrödinger (SHOLL; STECKEL, 2011). Este teorema sugere que, se a “verdadeira” forma funcional da molécula fosse conhecida, a energia minimizada poderia ser encontrada apenas variando a função densidade eletrônica. A densidade de elétrons sugerida por Kohn e Hohenberg, tem uma posição partic ular no espaço e pode ser descrita em termos das funções de ondas de elétrons individuais, como especificado pela Equação 3.6. 𝑛(𝑟) = 2 ∑𝑖 𝜓𝑖 ∗(𝑟)𝜓𝑖(𝑟) (3.6) Dessa forma, o argumento do somatório passa a direcionar a probabilidade do elétron na função de onda individual 𝜓 𝑖 (𝑟) está localizado na posição 𝑟. Portanto, ao invés de utilizar a função de onda de n elétrons, onde cada elétron era descrito em três coordenadas (x, y e z), a energia enquanto funcional da densidade independe do número de elétrons diminuindo, assim, o custo computacional (SHOLL; STECKEL, 2011). A importância de conhecer as forças intermoleculares atuantes em um sistema de macromoléculas, determinadas por estes modelos citados acima, proporciona a compreensão de como determinar a estrutura molecular de um sistema para predizer seu comportamento ao entrar em contato com outras moléculas. Este estudo é chamado de relações estrutura-atividades (SAR), que contempla a gama de estudos envolvendo os efeitos que a estrutura química de um composto pode causar ao seu ligante, como interações lipofílicas, polares, estéreas e estáticas. Em outras palavras, quanto melhor o “encaixe” das propriedades entre as moléculas, maior será sua atividade química, podendo potencializar os efeitos entre receptor e ligante (ARROIO; HONÓRIO; SILVA, 2009). Alguns tipos de interações entre ligantes e receptores são exemplificadas na Figura 3.2. Figura 3.2 – Possíveis interações ligante-receptor 27 FONTE: Arroio; Honório e Silva (2009). 3.3 Descritores químicos quânticos e orbitais moleculares Descritores químicos quânticos são parâmetros que auxiliam no entendimento da interação entre átomos e orbitais moleculares, como a natureza das forças intermolecula res atuantes, que são cruciais para a compreensão da reatividade química. A energia dos orbitais de fronteira descreve a qualidade reativa das moléculas e, são utilizados para a obtenção de descritores como gap, dureza, eletronegatividade e potencial químico. O orbital mais alto ocupado (highest occupied molecular orbital, HOMO) e o orbital molecular mais baixo desocupado (lowest unoccupied molecular orbital, LUMO), para medir o caráter de “doar” ou “aceitar” elétrons em seus orbitais, respectivamente (ARROIO; HONÓRIO; SILVA,2009). Neste contexto, duas características podem ser observadas: quanto maior a energia no orbital HOMO, maior será a capacidade da molécula em doar elétrons, e quanto menor a energia do orbital LUMO, menor será a resistência em aceitar elétrons, ambas características que aumentam o potencial ligante entre moléculas (ARROIO; HONÓRIO; SILVA,2009). Pelo fato da abordagem HOMO-LUMO ser limitada, fez-se necessário novas abordagens no que se refere a reatividade química de compostos orgânicos e inorgânicos. Sendo assim, surgiu o conceito de orbital de fronteira, abreviado como FERMO, para complementar a abordagem HOMO-LUMO. Esse conceito visa aprimorar os aspectos relacionados a mecânica das moléculas e descrever a quebra e formação das ligações químicas. Essa ferramenta propõe critérios de composição para identificar a orbital molecular capaz de regular as reações químicas. Esse sistema é recente, mas mostrou validação no estudo empírico de sistemas biológicos e na descrição do comportamento ácido-base. Na literatura ainda não há 28 arcabouço fundamentado e crítico deste tema, mas os resultados apontam que os elétrons de maior energia cinética são responsáveis pela formação da nova ligação molecular (PEREIRA et al., 2016). 3.4 Estudos sobre HPAs utilizando Modelagem Molecular Os estudos sobre HPAs, auxiliam na obtenção de informações sobre o comportamento e destino final do composto no meio ambiente. Ao analisar a estrutura molecular, pode-se obter informações sobre o nível de degradação, provável fonte predominante e seu destino no meio ambiente (BARROSO, 2010). No estudo sobre a reorganização eletrônica, Klimkans e Larsson (1994) utilizaram DFT para modelar HPAs e obtiveram resultados satisfatórios em termos de energia total das moléculas de benzeno, naftaleno e antraceno. Foram utilizados funcionais restritos de Hartree- Fock (RHF) e perturbação Møller-Plesset em segunda ordem (MP2), nas bases 6-31G e 6- 31G(d,p). Os resultados encontrados foram de valores em um intervalo de -383,2227 e - 384,6646 Hartree, que serviram de parâmetros para demais estudos em sua sequência (KLIMKANS; LARSSON, 1994). Em estudos realizados por Oshi, Abdalla e Springborg (2017), os autores apontaram valores de gap dos orbitais HOMO-LUMO em valores aproximados de 4,80 eV, no âmbito da reorganização eletrônica molecular do naftaleno, com o intuito de aprimorar o conhecimento sobre o comportamento eletrônico quando exposto a variados grupos funcionais molecula res (OSHI; ABDALLA; SPRINGBORG, 2017). No ano de 2012, Zou et al (2012) realizaram estudos na otimização da estrutura do fenantreno e estudos de espectros vibracionais com base na teoria do funcional da densidade (DFT), onde obtiveram resultados satisfatórios sobre a energia total da estrutura molecular otimizada no valor de -539,6685, para o funcional B3LYP de bases 6-31G. No mesmo estudo, foi constatado valor de -6,0844 eV para HOMO e -1,4041 eV para LUMO (ZOU et al, 2012). 29 4 METODOLOGIA Para a realizar esse trabalho foram realizadas simulações de dois Hidrocarbornetos Policíclicos Aromáticos (HPAs): Naftaleno (NAPH) e Fenantreno (PHEN). Nas simulações estasmoléculas são mononucleares e estão localizadas no vácuo. A justificativa desta escolha se deve a presença desses compostos no petróleo e em seus efluentes, interagindo no meio ambiente como agentes tóxicos. Além disso, o custo computacional é reduzido e viável para fins acadêmicos, sendo possível realizar comparações com trabalhos já realizados. 4.1 Moléculas pesquisadas A Tabela 4.1 apresenta as propriedades químicas das moléculas pesquisadas: Tabela 4.1- Propriedades Químicas do Naftaleno e Fenatreno. Molécula Estrutura de Keluke Fórmula Molecular Massa Molar (g/mol) C.A.S1 Toxicidade NAPH C10H8 128.17 91-20-3 Moderada PHEN C14H10 178.23 85-01-8 Aguda 1C.A.S.: Chemical Abstracts Service FONTE: Costa (2001). 4.2 Modelagem molecular – softwares Para viabilizar as simulações moleculares, foram utilizados três softwares e código livre. A construção das moléculas tridimensionais (3D), os parâmetros de entrada e pré-otimização foram realizados utilizando o software Avogadro (version: 1.2.0, library version: 1.2.0) (HANWELL et al, 2012). A geometria estável, os orbitais moleculares e a frequênc ia vibracional das moléculas de fenantreno (PHEN) e naftaleno (NAPH), foram otimizados por simulações DFT executadas no programa GAMESS 2021.R2.P2.intel.mscc (GIUSEPPE et al, 2020), que é um pacote com capacidade para diversos cálculos ab initio de física atômica e molécula, os resultados obtidos do GAMESS, apresentam resultados em Hartree, que foram 30 convertidos para elétron-volts (eV), com a finalidade de padronizar e facilitar os cálculos dos descritores químicos quântico. Para visualização do comportamento das frequênc ias vibracionais da molécula, foi utilizado o software wxMacMolPlt (v 7.7.2), na versão para Windows 10 64-bit com VS2019 on wx 3.0.5 (BODE; GORDON, 1998), com o uso da geometria otimizada obtida no GAMESS. 4.3 Otimização da geometria molecular A otimização da geometria das moléculas de PHEN e NAPH foi realizada utilizando as funções de onda SCF (self-consistent field): em cálculos restritos com camada fechada RHF (Restricted Hartree-Fock), cálculos utilizando o funcional híbrido B3LYP (Becke, 3-parameter, Lee–Yang–Parr) e o método MP2 (second order Møller-Plesset perturbation), este último utilizado apenas para a molécula de NAPH, devido a qualidade dos resultados. Os resultados obtidos para a molécula de PHEN, não foram satisfatórios nos parâmetros definidos (iterações em 30 passos com tolerância em 0,0001), ocorrendo problemas de interrupção durante a simulação. Neste trabalho, adotou-se preferencialmente para cada função de onda as bases disponíveis no GAMESS do tipo 6-31G, 3-21G, 6-31G(d,p) e STO-3G com objetivo de refinar os cálculos das propriedades eletrônicas, devido à qualidade de seus resultados para moléculas orgânicas. A Tabela 4.2 apresenta o conjunto de funções e bases testados neste estudo. Tabela 4.2 – Funcionais e bases utilizados para este estudo. Molécula Funcional Bases NAPH B3LYP 6-31G, 6-31G(d,p), 3-21G, STO-3G RHF 6-31G, 6-31G(d,p), 3-21G, STO-3G MP2 6-31G, 6-31G(d,p), 3-21G, STO-3G PHEN B3LYP 6-31G, 6-31G(d,p), 3-21G, STO-3G RHF 6-31G, 6-31G(d,p), 3-21G, STO-3G 31 A base 6-31G simboliza que foram utilizadas 6 gaussianas primitivas para gerar a função base do caroço, 3 primitivas para a camada interna de valência e 1 primitiva para a camada externa. A base 3-21G representa a utilização de 3 gaussianas primitivas para a função base do caroço, 2 primitivas para a camada interna de valência e 1 primitiva para a camada externa. Enquanto a base 6-31G(d,p), difere da base 6-31G pela utilização de funções de polarização (d e p) e, por fim, a base STO-3G, utiliza a contração de 3 funções gaussianas primitivas para a obtenção de algo semelhante a uma função tipo Slater. 4.4 Cálculo das frequências vibracionais A geometria ótima das moléculas de PHEN e NAPH identificadas na etapa anterior foram utilizadas para cálculo das frequências vibracionais das moléculas estudadas. O cálculo das frequências foi realizado na base 6-31G com o funcional B3LYP, em intervalo de 400 a 3212 cm-1 de frequência para a molécula de NAPH e em intervalo de 400 a 3226 cm-1 para a molécula de PHEN. Para a visualização do resultado, foi utilizado o software wxMacMolPlt (v 7.7.2), na versão para Windows 10 64-bit com VS2019 on wx 3.0.5. A escolha pela utilização deste software foi devido a problemas encontrados durante os resultados da simulação, que não eram suportados no software Avogadro 1.2.0. A partir do cálculo das frequências vibraciona is, foi possível identificar picos de infravermelho onde aparentemente são efetuadas as ligações duplas entre carbonos. 4.5 Descritores químicos quânticos A partir dos orbitais HOMO e LUMO encontrados, calcularam-se os seguintes descritores químicos quânticos: gap, dureza (η), potencial químico (µ) e eletronegatividade (χ). Para o cálculo do gap foi utilizada a Equação 4.1: 𝑔𝑎𝑝 = 𝜀𝐻𝑂𝑀𝑂 − 𝜀𝐿𝑈𝑀𝑂 (4.1) Onde 𝜀 é a energia do orbital em elétron-volts (eV). Os valores da energia de ionização e afinidade eletrônica foram obtidos através do teorema de Koopmans, onde a primeira energia de ionização (I) de uma molécula é igual ao negativo da energia do orbital ocupado mais alto (-HOMO, Equação 4.2) e a afinidade https://pt.frwiki.wiki/wiki/%C3%89nergie_d%27ionisation https://pt.frwiki.wiki/wiki/%C3%89nergie_d%27ionisation 32 eletrônica (A) é igual ao negativo da energia do orbital desocupado mais baixo (-LUMO, Equação 4.3) (KOOPMANS, 1934): 𝐼 = −𝜀𝐻𝑂𝑀𝑂 (4.2) 𝐴 = −𝜀𝐿𝑈𝑀𝑂 (4.3) Para o cálculo da eletronegatividade (χ), foi utilizado o conceito descrito por Robert Mulliken, onde a eletronegatividade é a média entre a energia de ionização e a afinidade eletrônica do elemento (ambas em elétron-volts) (ATKINS; JONES, 2018). 𝜒 = 𝐼 + 𝐴 2 (4.4) 𝜒 = (−𝜀𝐻𝑂𝑀𝑂 ) + (−𝜀𝐿𝑈𝑀𝑂 ) 2 (4.5) A partir das análises de HOMO e LUMO, pode-se calcular também a dureza total (η), sendo que as moléculas com maior valor de gap são chamadas de duras e menor valor de gap são ditas “moles”, seguindo a Equação 4.6. Moléculas com dureza elevada tendem a ter menor reatividade química (GIJU; DE PROFT; GEERLINGS, 2005). 𝜂 = 𝐼 − 𝐴 2 (4.6) 𝜂 = (−𝜀𝐻𝑂𝑀𝑂 ) − (−𝜀𝐿𝑈𝑀𝑂 ) 2 (4.7) O cálculo do potencial químico (µ) se dá através da Equação 4.8 (GIJU; DE PROFT; GEERLINGS, 2005): µ = (−𝐼) + (−𝐴) 2 33 (4.8) µ = 𝜀𝐻𝑂𝑀𝑂 + 𝜀𝐿𝑈𝑀𝑂 2 (4.9) 34 5 RESULTADOS E DISCUSSÕES Os resultados obtidos das simulações baseados na Teoria do Funcional da Densidade (DFT) forneceram dados sobre a otimização estrutural das moléculas NAPH e PHEN, bem como dados sobre a energia dos orbitais de fronteira (HOMO e LUMO), energia total da geometria otimizada e cálculo das frequências vibracionais. Com os resultados, pôde-se plotar gráficos, extrair a conformação com maior estabilidade através da energia e deduzir suposições acerca do comportamento molecular das determinadas moléculas a partir de seus descritores quânticos. 5.1 Otimização da geometria das moléculas Para realizar a otimização da geometria das moléculas de NAPH e PHEN foram utilizados diversos funcionais e bases a fim de encontrar a menor energia total do composto, o que caracteriza a geometria molecular de maior estabilidade. Os resultados obtidos estão expostos na Tabela 5.1, descritos por cada funcional e base utilizada na simulação. Houveram, após a interrupção manual, resultados pouco satisfatórios, que não viriam a contribuir com o trabalho. O intuito de realizar a otimização da geometria das moléculas é apresentar as coordenadas de cada átomo, a fim de compreender a estruturação próxima a ideal e, a partir dessaconformação realizar cálculos necessários para a obtenção dos descritores químicos quânticos. Para isso, os valores de cada simulação nos parâmetros configurados foram organizados na Tabela 5.1, no qual cada valor de energia total, bem como os valores das energias dos orbitais HOMO e LUMO foram organizados de acordo com o funcional e a base utilizada. 35 Tabela 5.1 – Resultados de energia total, orbitais de fronteira de acordo com suas bases e funcionais HPA Funcional Base Resultado encontrado HOMO (eV) LUMO (eV) Energia total (Hartree) NAPH B3LYP 6-31G -5,6953 -0,8680 -385,6423 6-31G(d,p) -5,7089 -0,8870 -385,6549 3-21G -5,8177 -0,8707 -383,5208 STO-3G -4,1551 1,2898 -380,9215 RHF 6-31G -7,8069 2,8027 -383,3693 6-31G(d,p) -7,8069 2,8027 -383,3693 3-21G -7,9811 2,7429 -381,2158 STO-3G -6,4273 5,8314 -378,6868 MP2 6-31G -7,6572 2,6204 -384,6146 6-31G(d,p) -7,6545 2,6122 -384,6779 3-21G -7,8504 2,5170 -382,0797 STO-3G -6,0817 5,5783 -379,2741 PHEN B3LYP 6-31G -5,6354 -0,9034 -539,1920 6-31G(d,p) -5,6490 -0,9197 -539,2078 3-21G -5,7742 -0,9279 -536,2225 STO-3G -4,0877 1,2027 -532,5940 RHF 6-31G -7,6627 2,7293 -536,0097 6-31G(d,p) -7,6654 2,7211 -536,0276 3-21G -7,8640 2,6395 -533,0157 STO-3G -6,2286 5,6518 -529,4874 36 Figura 5.1 – Resultados de energia total para o Naftaleno Figura 5.2 – Resultados de energia total para o Fenantreno Os gráficos apresentados na Figura 5.1 e 5.2 foram gerados a partir dos valores da Tabela 5.1 e explicitam melhor a compreensão das energias obtidas nas simulações para as duas moléculas. É possível observar que o funcional B3LYP em conjunto com a base 6-31G(d,p) forneceu melhor otimização para ambas as moléculas, devido a menor energia molecular obtida: -385,6549 Hartree para a molécula de NAPH e -539,2078 Hartree para a molécula de PHEN, que infere na maior estabilidade das moléculas estudadas. A energia para a molécula de PHEN também atendeu as expectativas quando comparadas com estudos anteriores, como no de Zou et al. (2012) que realizaram estudos na otimização da estrutura do fenantreno e -388 -386 -384 -382 -380 -378 -376 -374 B3LYP RHF MP2 E n er gi a M o le cu la r (H ar tr ee ) 6-31G 6-31G(d,p) 3-21G STO-3G -540 -538 -536 -534 -532 -530 -528 -526 -524 B3LYP RHF E n er gi a M o le cu la r (H ar tr ee ) 6-31G 6-31G(d,p) 3-21G STO-3G 37 obtiveram a estrutura molecular otimizada no valor de -539,6685 Hartree de energia, utilizando o funcional B3LYP na base 6-31G. Ademais, os resultados encontrados neste trabalho para o NAPH também estão de acordo com resultados já simulados e obtidos em estudos anteriores, como Klimkans e Larsson (1994) no estudo sobre a reorganização eletrônica, o qual cita valores para a energia total do NAPH no intervalo de -383,2227 e -384,6646 Hartree, porém foram utilizados apenas os funcionais RHF e MP2 e as bases 6-31G e 6-31G(d,p). Após análise, é possível notar que as bases 6-31G e 6-31G(d,p) nos funcionais B3LYP indicam menor energia, gerando estruturas mais estáveis. A conformação geométrica otimizada para ambas as moléculas está disponível no Apêndice A e foi utilizada para cálculos futuros de orbitais de fronteira e cálculo de frequências vibracionais. 5.2 Cálculo dos orbitais de fronteira e descritores químicos quânticos Com a seleção da otimização geométrica de menor energia (B3LYP; 6-31G[d,p]) para as moléculas de NAPH e PHEN, foi possível obter os valores dos orbitais moleculares de fronteira HOMO-LUMO e os mapas de potencial eletrostático. Para facilitar a visualização, os orbitais HOMO e LUMO foram plotados no software Avogadro 1.2.0 e são representados na Figura 5.3. Sobre a disposição dos orbitais de fronteira, nota-se uma disposição simétrica entre as fases positivas (Azul) e fases negativas (Vermelho), o que auxilia no entendimento das fases ligantes das moléculas estudadas, visto que, a análise destes mapas torna possível predizer a posição mais reativa sobre estas espécies químicas, dado que a simetria de orbitais molecula res é responsável por controlar o curso da reação. A densidade eletrônica do HOMO neste caso serve para prever quais átomos de carbono seriam o sítio reacional para uma série de substituições eletrofílicas em hidrocarbonetos aromáticos. 38 Figura 5.3 – Orbitais HOMO-LUMO do Naftaleno (a) e Fenantreno (b) (a) (b) Outro parâmetro estudado trata-se do mapa do potencial eletrostático (Figura 5.4) das duas moléculas, que simboliza as regiões potencialmente atrativas ou repulsivas para ambas. No mapa do potencial eletrostático dessas moléculas, as cores azuis e vermelhas, representam as regiões carregadas positivamente e negativamente, respectivamente. Estas áreas predominantemente em azul nas moléculas em estudo, simbolizam o potencial atrativo destas superfícies e apontam para quais regiões aparentemente podem ocorrer a interação química com outras estruturas. Estes resultados representados na Figura 5.4 entraram em acordo com o trabalho de YU et al (2020) para o NAPH e com o trabalho de GÜMÜŞ, S. e GÜMÜŞ, A. (2017) para o PHEN. 39 Figura 5.4 – Mapa do potencial eletrostático do Naftaleno (a) e Fenantreno (b) (a) (b) Entretanto, somente a análise dos orbitais de fronteira e potencial eletrostático não descrevem com precisão o comportamento das moléculas em estudo, sendo então necessário agregar maior valor aos dados com a análise dos descritores químicos quânticos que estão descritos na Tabela 5.2. Tabela 5.2 – Descritores químicos quânticos de NAPH e PHEN Molécula HOMO (eV) LUMO (eV) Gap (eV) Dureza (η, eV) Potencial químico (µ, eV) Eletronegatividade (χ, eV) NAPH -5,7089 -0,8870 4,8219 2,4109 -3,2979 3,2979 PHEN -5,6490 -0,9197 4,7293 2,3646 -3,2843 3,2843 O cálculo da distância entre os orbitais de fronteira (gap) foi realizado e comparado com os estudos realizados por Oshi, Abdalla e Springborg (2017), que indica valores de gap 40 próximos a 4,80 eV, em concordância com os resultados obtidos neste trabalho. Nesse caso, os altos valores de gap indicam uma menor ocorrência de elétrons livres nas moléculas, resultando em uma conformação molecular mais estável e consequentemente uma molécula mais dura, o que é reforçado pelos valores elevados de dureza encontrados para essas moléculas (Tabela 5.2). Moléculas duras tendem a ser reativas com moléculas duras, o que as distancia da reação com estruturas biológicas devido a moleza de estruturas como enzimas, células, entre outras (SAYIN; KARAKAŞ, 2018). Em outras palavras, moléculas duras apresentam menor reatividade e dificuldade de decomposição por processos biológicos. A eletronegatividade encontrada implica que os elétrons estão deslocalizados por toda a estrutura das moléculas, o que está relacionado ao fato de ambas serem constituídas basicamente por anéis aromáticos e apresentarem ressonância no anel. Portanto, essas moléculas podem facilmente fornecer elétrons para coordenar a estrutura apropriada, de modo que este parâmetro, junto ao potencial químico, elucidam o conceito acerca da facilidade das moléculas de NAPH e PHEN em atrair elétrons devido sua conformação rígida do anel e estruturada basicamente em ligações entre carbono e hidrogênio (GIJU; DE PROFT; GEERLINGS, 2005). 5.3 Cálculo das frequências vibracionais As frequências vibracionais foram realizadas na simulação em 298 K para este estudo, a partir do qual foi possível determinar bandas de infravermelho (IR) em determinadas frequências que representam as vibrações entre os átomos presentes nessas moléculas. Os resultados estão apresentados na Figura 5.5 e Figura 5.6. Os resultados obtidos atravésda simulação são importantes para determinar os grupos funcionais presentes na molécula. Neste estudo, as moléculas utilizadas são compostos hidrocarbonetos, ou seja, não possuem grupos funcionais ligados a elas, então as bandas representam as vibrações das ligações duplas (C=C) ou simples (C-C) entre carbonos e da ligação carbono-hidrogênio (C-H). As simulações demonstraram resultados satisfatórios para a molécula de NAPH, principalmente na banda em 784,647 cm-1, que se assemelha ao encontrado no trabalho de Pirali et al (2013) que apresentou banda em 782,34 cm-1. Esta banda forte possivelmente significa o modo de movimento vibracional de dobramento da ligação carbono- hidrogênio. Já a banda próxima a 3200 cm-1, possivelmente é relativa ao movimento vibraciona l de estiramento da ligação carbono-hidrogênio. Para as bandas de média intensidade com valores abaixo de 1000 cm-1, são associadas ao movimento vibracional de dobramento da dupla ligação 41 carbono-carbono, e as próximas a 1500 cm-1, representam o movimento de estiramento desta mesma dupla ligação. Para a molécula de PHEN, as duas bandas de IR presentes nos intervalos de 800 cm-1 e 850 cm-1 representam também o movimento vibracional de dobramento na ligação carbono- hidrogênio e se assemelham a bandas encontrados no estudo de WU et al (2010), que apresentou bandas no mesmo intervalo. As bandas próximas a 3200 cm-1, significam o movimento de estiramento da ligação carbono-hidrogênio. Para as duplas ligações entre carbonos, as bandas médias com valores abaixo a 1000 cm-1, representam o movimento de dobramento destas ligações e para as frequências acima a 1500 cm-1, representam o movimento de estiramento destas duplas ligações. Figura 5.5 – Picos de IR no cálculo de frequências vibracionais a 298 K do Naftaleno. 0 0,5 1 1,5 2 2,5 482847121215781943230826733039 T ra n sm it ân ci a (% ) Comprimento de onda (cm-1) 42 Figura 5.6 – Picos de IR no cálculo de frequências vibracionais a 298 K do Fenantreno. 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 402767113214971863222825932958 Tr an sm it ân ci a (% ) Comprimento de onda (cm-1) 43 6 CONCLUSÃO Foram realizadas simulações em variados tipos de funcionais e bases disponíveis nos softwares utilizados, encontrando as conformações que apresentavam a menor energia eletrônica ao utilizar o funcional B3LYP na base 6-31G(d,p). Os resultados das conformações mais estáveis, cargas, orbitais moleculares de fronteira, os mapas de potencial eletrostático e descritores químicos quânticos foram satisfatórios quando comparados com estudos previamente realizados nesta área. Durante o estudo, ficou evidente a importância de compreender e saber interpretar as informações geradas a partir dos descritores químicos quânticos, para qualificar os resultados obtidos. Com a análise desses parâmetros químicos, foi possível entender algumas propriedades das moléculas estudadas. Estes parâmetros forneceram informações preliminares como a elevada dureza das moléculas de NAPH e PHEN, devido ao alto gap de aproximadamente 4,80 eV entre os orbitais de fronteiras HOMO-LUMO, que indicaram baixa reatividade com estruturas biológicas. Após análise do mapa do potencial eletrostático e eletronegatividade, notou-se também a capacidade dessas moléculas em atrair elétrons, o que está relacionado à estrutura rígida dos anéis aromáticos presentes. Assim, os HPAs estudados possuem características que influenciam na sua baixa reatividade e persistência no meio ambiente, tornando-os assim, moléculas que necessitam de atenção quanto ao estudo sobre sua toxicidade para seres vivos e desenvolvimento de técnicas de remoção e tratamento. Ressalta-se a importância sobre o controle da emissão desses compostos, bem como o descarte correto resultante da atividade relacionada a exploração petrolífera, visto que boa parte dessas moléculas são derivadas dessas fontes. A fim de incentivar a continuidade dessa linha de estudo, tendo em vista a problemática causada pelos HPAs, recomenda-se realizar as simulações em meio aquoso e com outras moléculas ionizadas. 44 REFERÊNCIAS ALBUQUERQUE, Carlos Alberto de. Modelagem molecular aplicada ao desenvolvimento de sistemas nanoscópicos bioativos . 2008. ALMEIDA, Marcos de. Distribuição e origem de hidrocarbonetos policíclicos aromáticos em sedimentos superficiais da zona intermareal do estuário do rio Paraguaçu, Bahia. 2014. ARROIO, Agnaldo; HONÓRIO, Káthia M.; DA SILVA, Albérico BF. Propriedades químico-quânticas empregadas em estudos das relações estrutura-atividade. Química Nova, v. 33, p. 694-699, 2010. ATKINS, Peter; FRIEDMAN, Ronald. Molecular quantum mechanics, fourth edition. Oxford University Press. 2005 ATKINS, Peter; JONES, Loretta; LAVERMAN, Leroy. Princípios de Química-: Questionando a Vida Moderna e o Meio Ambiente . Bookman Editora, 2018. BARROSO, Hiléia dos Santos. Hidrocarbonetos policíclicos aromáticos (HPAs) em organismos marinhos da Baía do Almirantado, Península Antártica. 2010. Tese de Doutorado. Universidade de São Paulo. BIAZATI, Luciana Brunhara. Estudo da degradação de hidrocarbonetos policíclicos aromáticos a partir da reação de fenton utilizando magnetitas dopadas com cobalto. 2009. BODE, Brett M.; GORDON, Mark S. MacMolPlt: a graphical user interface for GAMESS. Journal of Molecular Graphics and Modelling, v. 16, n. 3, p. 133-138, 1998. BONATTO, Vinícius. Análise computacional da relação estrutura-atividade de novos compostos com potencial ação antileishmania. 2019. BORN, M.; OPPHEIMER, R. (1927). «Zur Quantentheorie der Molekeln». Annalen der Physik (em alemão) (20): 457–484. CETESB. FICHA DE INFORMAÇÃO TOXICOLÓGICA: HPAs – Hidrocarbonetos policíclicos aromáticos . São Paulo: 2018. COSTA, A. F. (2001). Avaliação da contaminação humana por hidrocarbonetos policíclicos aromáticos: determinação de 1-hidroxipireno urinário. Fundação Oswaldo Cruz, Escola Nacional de Saúde Pública. São Paulo. (Tese de Doutorado). http://doi.wiley.com/10.1002/andp.19273892002 45 DE OLIVEIRA, André Mauricio. Introdução à modelagem Molecular para Química, Engenharia e Biomédicas: fundamentos e exercícios . Appris Editora e Livraria Eireli-ME, 2018. EMBRAPA. Como funcionam os herbicidas : da biologia à aplicação / Editado por Erivelton Scherer Roman, Leandro Vargas. Passo Fundo : Gráfica Editora Berthier, 2005. GIJU, Kalathingal T.; DE PROFT, Frank; GEERLINGS, Paul. Comprehensive Study of Density Functional Theory Based Properties for Group 14 Atoms and Functional Groups,− XY3 (X= C, Si, Ge, Sn, Pb, Element 114; Y= CH3, H, F, Cl, Br, I, At). The Journal of Physical Chemistry A, v. 109, n. 12, p. 2925-2936, 2005. GÜMÜŞ, Selçuk; GÜMÜŞ, Ayşegül. A computational study on a series of phenanthrene and phenanthroline based potential organic photovoltaics. Macedonian Journal of Chemistry and Chemical Engineering, v. 36, n. 2, p. 239-249, 2017. HANWELL, Marcus; CURTIS, Donald; LONIE, David; VANDERMEERSCH, Tim; ZUREK, Eva; HUTCHISON, Geoffrey. Avogadro: an advanced semantic chemical editor, visualization, and analysis platform. J Cheminform 4, 17 (2012). https://doi.org/10.1186/1758-2946-4-17 IARC WORKING GROUP ON THE EVALUATION OF CARCINOGENIC RISKS TO HUMANS et al. Some non-heterocyclic polycyclic aromatic hydrocarbons and some related exposures. IARC Monographs on the evaluation of carcinogenic risks to humans , v. 92, p. 1, 2010. JARDIM, W. F.; GHISELLI, G. Interferentes endócrinos no ambiente. Química Nova, vol 30. p. 695- 706, 2007. KLIMKĀNS, Agris; LARSSON, Sven. Reorganization energies in benzene, naphthalene, and anthracene. Chemical physics , v. 189, n. 1, p. 25-31, 1994. KOHN, Walter; SHAM, Lu Jeu. Self-consistent equations including exchange and correlation effects. Physical review, v. 140,n. 4A, p. A1133, 1965. KOOPMANS, T. (1934) über die Zuordnung von Wellenfunktionen und Eigenwerten zu den Einzelnen Elektronen Eines Atoms. Physica, 1, 104-113 LOURENÇO, Rafael; TANIGUCHI , Satie; SILVA, Josilene; DIAS, Patrick; BÍCEGO, Márcia. Comparação entre técnicas de extração de hidrocarbonetos policíclicos aromáticos em tecidos hepático 46 e adiposo de tetrápodes marinhos e avaliação da heterogeneidade dos tecidos. Química Nova, v. 42, p. 197-205, 2019. MATTIUZI, Camila; CASTAÑEDA, Dayana; TEIXEIRA; Elba. Determinação das principais fontes emissoras de hidrocarbonetos policíclicos aromáticos na região metropolitana de porto alegre utilizando modelo receptor. 2008 NEFF, Jerry M. Polycyclic aromatic hydrocarbons in the aquatic environment. Biol. Conserv.;(United Kingdom), v. 18, n. 1, 1980. NETTO, Annibal D.; MOREIRA, Josino; DIAS, Ana; ARBILLA, Graciela; FERREIRA, Luiz; OLIVEIRA, Anabela; BAREK, Jiri. Avaliação da contaminação humana por hidrocarbonetos policíclicos aromáticos (HPAs) e seus derivados nitrados (NHPAs): uma revisão metodológica. Química Nova. 2000, v. 23, n. 6, pp. 765-773. OSHI, Rowa; ABDALLA, Sahar; SPRINGBORG, Michael. Study of the influence of functionalization on the reorganization energy of naphthalene using DFT. Computational and Theoretical Chemistry. Volume 1099, Pages 209-215, 2017. PARR, Robert G.; PEARSON, Ralph G. Absolute hardness: companion parameter to absolute electronegativity. Journal of the American Chemical Society, v. 105, p. 7512-7516, 1983. PAYNE, J. R.; CLAYTON, J. R.; KIRSTEIN, B. E. Oil/Suspended Particulate Material Interactions and Sedimentation. Spill Science & Technology Bulletin, 8(2), 201–221. 2003 PEDERZOLLI, Everton Madeira. Comparação de áreas submetidas a impacto pelo refino de petróleo. Dissertação de Mestrado. Rio Grande do Sul, 2006. PEREIRA, D. H.; LA PORTA, F. A.; SANTIAGO, R. T.; GARCIA, D. R.; RAMALHO, T. C. Novas Perspectivas sobre o Papel dos Orbitais Moleculares de Fronteira no Estudo Da Reatividade Química: Uma Revisão. Rev. Virtual Quim., 2016, 8 (2), 425-453. Data de publicação na Web: 20 de março de 2016. PIRALI, O.; GOUBET, M., HUET, T. R., GEORGES, R., SOULARD, P., ASSELIN, P., VERVLOET, M. The far infrared spectrum of naphthalene characterized by high resolution synchrotron FTIR spectroscopy and anharmonic DFT calculations. Physical Chemistry Chemical Physics , v. 15, n. 25, p. 10141-10150, 2013. https://pubs.acs.org/action/doSearch?field1=Contrib&text1=Robert+G.++Parr https://pubs.acs.org/action/doSearch?field1=Contrib&text1=Ralph+G.++Pearson 47 RAI, Beena (Ed.). Molecular modeling for the design of novel performance chemicals and materials . Boca Raton: CRC Press, 2012. SANTOS, Hélio F. O conceito da modelagem molecular. Cadernos Temáticos de Química Nova na Escola, São Paulo, n. 4, p. 4-5, 2001. SAYIN, Koray; KARAKAŞ, Duran. Computational investigations of trans-platinum (II) oxime complexes used as anticancer drug. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, v. 188, p. 537-546, 2018. SHOLL, David; STECKEL, Janice. Density Functional Theory: a pratical introduction. John Wiley & Sons, 2011. SKUPINSKA, Katarzyna; MISIEWICZ, Irena; KASPRZYCKA-GUTTMAN, Teresa. Polycyclic aromatic hydrocarbons: physicochemical properties, environmental appearance and impact on living organisms. Acta Pol Pharm, v. 61, n. 3, p. 233-240, 2004. SOUZA, F. S.; POSSER, Y. M.; FÉRIS, L. A.; CARISSIMI, E. Degradação de fenol por processos oxidativos avançados . XX Congresso Brasileiro de Engenharia Química, Blucher Chemical Engineering Proceedings, Volume 1, 2015, Pages 8637-8644, ISSN 2359-1757. TITO, M. J. B. Estimativa de parâmetros utilizados em um modelo de multimeios – aplicação na Baía de Guanabara. Tese de Doutorado. Pontifícia Universidade Católica do Rio de Janeiro (PUC), Rio de Janeiro, 2003. USEPA. Procedures for the Derivation of Equilibrium Partitioning Sediment Benchmarks (ESBs) for the Protection of Benthic Organisms: PAH Mixtures. U.S. Environmental Protection Agency Regions and Office of Science and Technology. Washington. 2003. WANG, C.; WU, S.; ZHOU, S.; SHI, Y.; SONG, J. Characteristics and Source Identification of Polycyclic Aromatic Hydrocarbons (PAHs) in Urban Soils: A Review. Pedosphere. V. 27, n. 01. 2017. pg. 17-26 WU, M. L., NIE, M. Q., WANG, X. C., SU, J. M., CAO, W. Analysis of phenanthrene biodegradation by using FTIR, UV and GC–MS. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, v. 75, n. 3, p. 1047-1050, 2010. 48 YU, H.; YANG, B.; WAIGI, M. G.; PENG, F.; LI, Z.; HU, X. The effects of functional groups on the sorption of naphthalene on microplastics. Chemosphere , v. 261, p. 127592, 2020. ZHANG, Yanxu; SHEN, Huizhong; TAO, Shu; MA, Jianmin. Modeling the atmospheric transport and outflow of polycyclic aromatic hydrocarbons emitted from China. Atmospheric Environment, v. 45, n. 17, p. 2820-2827, 2011. ZOU, Q.; JIANG, L.; DU, X. Y.; LI, X.C.; LI, Y. Optimization of phenanthrene structure and vibrational spectra studies based on density functional theory. Chinese Journal of Luminescence, Vol. 33, P. 1389-1397, 2012. 49 APÊNDICE A – Geometria Molecular Otimizada de Menor Energia Tabela A1 – Comprimentos de ligação da geometria otimizada NAPH ÁTOMO DIST ORDEM DE LIGAÇÃO ÁTOMO DIST ORDEM DE LIGAÇÃO ÁTOMO DIST ORDEM DE LIGAÇÃO C1-C2 1,392 1,344 C1-C3 1,396 1,507 C1-H4 1,087 0,944 C2-C5 1,396 1,507 C2-H6 1,087 0,944 C3-C5 2,787 0,104 C3-C9 1,404 1,297 C3-H10 1,088 0,939 C5-C7 1,404 1,297 C5-H8 1,088 0,939 C7-C9 1,414 1,307 C7-C12 1,404 1,297 C9-C11 1,404 1,297 C11-C12 2,787 0,104 C11-C13 1,396 1,507 C11-H14 1,088 0,939 C12-C15 1,396 1,507 C12-H16 1,088 0,939 C13-C15 1,392 1,344 C13-H18 1,087 0,944 C15-H17 1,087 0,944 Tabela A2 – Geometria Otimizada de NAPH ÁTOMO X Y Z C1 -4,98447 3,3315 0 C2 -4,99966 1,91429 0 C3 -3,78835 4,01277 0 H4 -5,92311 3,87848 0 C5 -3,81845 1,20744 0 H6 -5,94997 1,38788 0 C7 -2,56625 1,87964 0 H8 -3,8275 0,1201 0 C9 -2,5509 3,31387 0 H10 -3,77455 5,10008 0 C11 -1,2987 3,98607 0 C12 -1,3288 1,18074 0 C13 -0,11749 3,27922 0 H14 -1,28965 5,07341 0 C15 -0,13268 1,86202 0 H16 -1,34259 0,09343 0 H17 0,80597 1,31503 0 H18 0,83283 3,80563 0 50 Tabela A3 – Comprimentos de ligação da geometria otimizada PHEN ÁTOMO DIST ORDEM DE LIGAÇÃO ÁTOMO DIST ORDEM DE LIGAÇÃO ÁTOMO DIST ORDEM DE LIGAÇÃO C1-C2 1,386 1,373 C1-C3 1,392 1,479 C1-H4 1,086 0,944 C1-C9 2,847 0,063 C2-C5 1,398 1,473 C2-H6 1,087 0,944 C2-C7 2,801 0,055 C3-C5 2,77 0,096 C3-C7 1,405 1,317 C3-H8 1,088 0,939 C5-C9 1,418 1,344 C5-H10 1,086 0,932 C7-C9 1,419 1,321 C7-C11 1,397 1,228 C9-C12 1,441 1,144 C11-C14 1,392 1,548 C11-H15 1,088 0,939 C12-C13 1,419 1,321 C12-C18 1,418 1,344 C12-C21 2,847 0,063 C13-C14 1,397 1,228 C13-C17 1,405 1,317 C13-C19 2,801 0,055 C14-H16 1,088 0,939 C17-C18 2,77 0,096 C17-C21 1,392 1,479 C17-H22 1,088 0,939 C18-C19 1,398 1,473 C18-H20 1,086 0,932 C19-C21 1,386 1,373 C19-H23 1,087 0,944 C21-H24 1,086 0,944 Tabela A4 – Geometria Otimizada de PHEN ÁTOMO X Y Z C1 -4,9203 1,00048 0 C2 -4,2516 -0,2378 0 C3 -4,1864 2,16999 0 H4 -6,006 1,03364 0 C5 -2,8691 -0,2871 0 H6 -4,823 -1,1617 0 C7 -2,7718 2,14529 0 H8 -4,6881 3,13451 0 C9 -2,0876 0,89249 0 H10 -2,3852 -1,2576 0 C11 -2,0194 3,36777 0 C12 -0,629 0,88153 0 C13 0,07397 2,12387 0 C14 -0,6599 3,35747 0 H15 -2,5647 4,30823 0 H16 -0,1002 4,28946 0 C17 1,48885 2,1274 0 C18 0,13469 -0,3097 0 C19 1,51782 -0,2811 0 H20 -0,3639 -1,2727 0 C21 2,20503 0,94701 0 H22 2,00528 3,08413 0 H23 2,07524 -1,2135 0 H24 3,29114 0,96404 0
Compartilhar