Onderzoeksgroep
Expertise
Mijn onderzoeksactiviteiten zijn gericht op theoretische chemie, met een bijzondere focus op de combinatie van state-of-the-art theoretische chemiemethoden met machine learning, met als doel de moleculaire eigenschappen van grote biologische systemen te voorspellen op basis van reactiviteit. Ik heb brede expertise in het modelleren van grote biologische systemen met behulp van hybride, klassieke en kwantummethoden, evenals structurele chemische methoden. Tijdens mijn wetenschappelijke carrière heb ik veel programmeerervaring opgedaan en ik geniet van het coderen in het HPC-framework.
Recycling van polyurethaan: Moleculaire dynamica en simulatie van processtromen verenigen voor efficiënte scheiding en optimalisatie.
Abstract
Polyurethanen (PU) worden veel gebruikt in matrassen, bekleding, meubels, auto's, bouw en isolatie. Het zijn vaak thermohardende schuimen, gemaakt door isocyanaten (MDI, TDI of HDI) te laten reageren met polyolen. Hun thermohardende aard beperkt mechanische recycling, waardoor chemische recycling cruciaal is voor circulariteit. De resulterende aromatische moleculen, ureas, amines en polyolen van depolymerisatie hebben verschillende fysisch-chemische eigenschappen met invloed op hun scheiding. Dit doctoraat beoogt het gebruik van thermodynamische modellering om het gemak van het scheiden van gedepolymeriseerde PU-mengsels te voorspellen. De methoden omvatten modellen op basis van activiteitscoëfficiënten (NRTL, UNIFAC, HANSEN) vergezeld van computationele scheikundige methoden voor optimalisatie en het opvullen van hiaten in beschikbare data. De resultaten zullen worden gebruikt voor engineering software voor procesontwerp, optimalisatie van recycling voor recyclers en informatie voor circulair ontwerp voor PU-formulatoren en recyclers. De nadruk ligt vooral op het voorspellen van interacties tussen verschillende polyolen die in PU worden gebruikt, rekening houdend met monomeersamenstelling, vertakkingsgraad, moleculaire gewichtsverdeling en functionaliteit, om efficiënte scheidingen mogelijk te maken. Later worden ook andere bestanddelen in meer detail behandeld. Het doel is om recyclers en formulatoren inzichten te geven voor procesoptimalisatie en verbeterde circulariteit.Onderzoeker(s)
- Promotor: Billen Pieter
- Co-promotor: Cunha Ana
- Co-promotor: Nimmegeers Philippe
- Mandaathouder: de Graaf Christophe
Onderzoeksgroep(en)
Project type(s)
- Onderzoeksproject
Conceptuele DFT een nieuwe tool voor virtuele screening.
Abstract
Computerchemische methoden hebben bewezen essentiële hulpmiddelen te zijn voor de ontwikkeling van geneesmiddelen. In dit onderzoeksvoorstel zijn we van plan om op DFT gebaseerde methoden te ontwikkelen in combinatie met ML, die de activiteit van geneesmiddelen op bindingsplaatsen van virale proteasen nauwkeurig kunnen voorspellen door gebruik te maken van reactiviteitsindexen. Het belangrijkste doel is om de limiet van virtuele screening naar voren te schuiven, door de introductie van DFT-reactiviteitsdescriptoren die mogelijke kandidaat-geneesmiddelen nauwkeuriger kunnen classificeren. Zo wordt het aantal valse positieven sterk verminderd. Daarom zullen we conceptuele DFT-methoden (d.w.z. reactiviteitsdescriptoren) gebruiken om een neuraal netwerk te trainen dat met hoge nauwkeurigheid de reactiviteit tussen een medicijn en een actieve site kan voorspellen. Dit zal eerst worden toegepast op drie klassen van protease (serine, aspartyl, cysteïne) eiwitten en later worden uitgebreid naar gemuteerde actieve plaatsen.Onderzoeker(s)
- Promotor: Cunha Ana
- Mandaathouder: Rostami Pour Kiana
Onderzoeksgroep(en)
Project type(s)
- Onderzoeksproject