Unweaving complex reactivitygraph-based tools to handle chemical reaction networks

Resumen

La información a nivel molecular obtenida por medio de estudios "in silico" se ha convertido en una herramienta indispensable para la caracterización y comprensión de mecanismos de reacción complejos. Asimismo, la aplicabilidad de la química computacional se ha ampliado sustancialmente como consecuencia del continuo incremento de la potencia de cálculo durante las últimas décadas. Así, no sólo han aumentado la precisión de los métodos o el tamaño de los sistemas modelizables, sino también el grado de detalle en la descripción mecanística. Sin embargo, aumentar la profundidad de la caracterización de un sistema químico, usualmente a través de técnicas de automatización que permiten explorar ecciones más extensas del espacio químico, supone un aumento en la complejidad de los sistemas resultantes, dificultando la interpretación de los resultados. En esta Tesis se han propuesto, desarrollado y puesto a prueba distintas herramientas para simplificar el procesado de este tipo de redes de reacción químicas (CRNs), con el fin de mejorar la comprensión de procesos reactivos y catalíticos complejos. Este conjunto de herramientas se basa en el uso de grafos para modelizar las redes (CRNs) correspondientes, con tal de poder emplear los métodos de la Teoría de Grafos (búsqueda de caminos, isomorfismos...) bajo un contexto químico. Concretamente, estas herramientas incluyen amk-tools, para la visualización interactiva de redes de reacción descubiertas automáticamente, gTOFfee, para la aplicación del “energy span model” para calcular la frecuencia de recambio de ciclos catalíticos complejos caracterizados computacionalmente, y OntoRXN, una ontología para describir CRNs de manera semántica, integrando la topología de la red y la información calculada en una única entidad organizada bajo los principios del “Semantic Data”.