Química Computacional e Catalisadores

Prévia do material em texto

1/3
Insights únicos nos proporciona pela química
computacional
Embora a experimentação ainda seja rei na mente da maioria dos químicos, a química computacional
tem o potencial de transformar o campo.
A química computacional tem sido tradicionalmente relegada a uma pequena caixa dentro de um papel
para ajudar a explicar um mecanismo ou fornecer alguns outros insights sobre uma reação que havia
sido realizada no laboratório. Mas a química computacional é muito mais do que apenas isso – há mais
a oferecer.
Com o aumento da capacidade computacional e novas técnicas, nas últimas duas décadas métodos
computacionais forneceram uma abordagem mais econômica para explorar diferentes sistemas
químicos. No entanto, mesmo à luz desse benefício, a triagem experimental ainda é muito rei nas
mentes da maioria dos químicos – experimentos são executados primeiro e, em seguida, investigações
computacionais são realizadas depois para complementar as descobertas experimentais.
Mas o design computacional não só pode economizar tempo e dinheiro, mas pode ser usado na
concepção de novos catalisadores e substratos com base em modelos teoricamente propostos.
Uma área de particular interesse, especialmente no clima atual, é a aplicação de modelagem
computacional na descoberta de catalisadores para permitir processos eficientes e sustentáveis, como a
reciclagem de dióxido de carbono, a fabricação de plásticos biodegradáveis, fertilizantes, desinfetantes
de forma mais sustentável e a obtenção de uma ampla gama de compostos farmacêuticos.
2/3
Outra mentira está na criação de catalisadores para a indústria farmacêutica. Na natureza, algumas
moléculas existem como imagens espelhadas umas das outras – elas são não-superimpossáveis, como
nossas mãos esquerda e direita. Estas são chamadas moléculas quirais, e cada forma é chamada de
enantiômero. O intrigante é que, embora um enantiômero de uma droga quiral possa ser um
medicamento útil, o outro enantiômero da mesma molécula pode não ser apenas inativo, mas também
pode ser tóxico.
O ibuprofeno, para um, tem duas formas enantioméricas onde um é farmacologicamente ativo e o outro
não tem efeito anti-inflamatório. Embora este exemplo possa ser benigno, as diferenças entre as formas
quirais podem ser muito dramáticas, como no caso da talidomida, um sedativo retirado do mercado na
década de 1960. Um de seus enantiômeros tem efeitos benéficos e sedativos, enquanto o outro causa
defeitos congênitos.
A importância de produzir um enantiômero sobre o outro não poderia ser mais importante. Esta é uma
área de catálise conhecida como organocatalysis assimétrica e sua relevância é difícil de exagerar, uma
vez que a maioria dos novos medicamentos aprovados pela FDA são moléculas quirais, as propriedades
que - incluindo enantiômeros inativos - devem ser conhecidas antes que o medicamento possa ser
aprovado.
A modelagem computacional tem a capacidade de reduzir a quantidade de tempo e recursos que entram
no desenvolvimento de um novo catalisador para essas aplicações, mas suas “habilidades” são
amplamente subutilizadas. Os catalisadores podem ser projetados in silico sem experimentação?
Exemplos do nosso próprio trabalho apontam para este ser o caso. Em um estudo recente, aplicou
métodos computacionais para estudar as interações de um catalisador de transferência de fase
bifuncional em particular amplamente aplicado em reações orgânicas. Os sistemas de catalisadores de
transferência de fase funcionam entre duas fases de fluidos imiscíveis, onde o catalisador se transfere
entre as fases, impulsionando a formação do produto em uma fase e depois se regenera na outra fase.
Analisamos a interação entre o catalisador de transferência de fase bifuncional e quatro diferentes
ânions de interesse em organocatalysis e proporcionamos um modo de ligação definitiva.
Descobriu-se que o modo de ligação entre o catalisador e os reagentes não foi o descrito na literatura,
conforme determinado pela experimentação. O raciocínio por trás do motivo pelo qual o catalisador
forneceu um enantiômero tinha, até então, sido injustificadamente descrito, o que levou a um projeto
catalisador pobre, uma vez que não há interações atraentes bem definidas entre o catalisador e os
reagentes. Compreender este novo modo de ligação e analisar diferentes interações após a
complexação por meio da química computacional levou a pequenas mudanças em um grupo dentro do
catalisador, e a seletividade teórica foi aumentada para 90%.
Este é apenas um exemplo simples, mas descreve claramente como a computação pode ser usada para
ajudar a tornar a química mais eficiente, permitindo-nos uma perspectiva alternativa e para reavaliar o
que realmente sabemos sobre as reações que estamos executando.
Eu acho que é justo dizer que a era do projeto de catalisador computacional chegou, e está aqui para
ficar.
3/3
Referência: Isigo Iribarren, Marianne Rica Garcia e Cristina Trujillo, Projeto Catalisador dentro da
organocatólise assimétrica, WIREs Ciências Moleculares Computacionais (2022). DOI:
10.1002/wcms.1616
ASN WeeklyTradução
Inscreva-se para receber nossa newsletter semanal e receba as últimas notícias científicas diretamente
na sua caixa de entrada.
ASN WeeklyTradução
Inscreva-se no nosso boletim informativo semanal e receba as últimas notícias científicas.
https://wires.onlinelibrary.wiley.com/doi/full/10.1002/wcms.1616