Estudio QSPR de Propiedades Termodinámicas de Compuestos Acíclicos y Aromáticos.

DUCHOWICZ, P. R.; FRANCA, C.; CASTRO, E. A.; PIS DIEZ, R.

Tandil

Congreso; XV Congreso Argentino de Fisicoquímica y Química Inorgánica; 2007

Asociación Argentina de Investigación Fisicoquímica y Universidad Nacional del Centro de la provincia de Buenos Aires

A pesar de que los métodos parametrizados de Orbitales Moleculares Semiempíricos AM1 o PM3 se diseñaron especialmente para estimar entalpías de formación u otros parámetros termodinámicos, en algunas situaciones las predicciones no pueden compararse con los resultados experimentales simplemente porque presentan serias anomalías. Hoy día se han aplicado una amplia variedad de métodos predictivos capaces de predecir estas propiedades, tales como los Métodos de Contribución de Grupos y las Relaciones Cuantitativas Estructura-Propiedad (QSPR). Las formulaciones de la Teoría QSPR [1] sugieren modelos matemáticos capaces de estimar propiedades fisicoquímicas relevantes, especialmente cuando no se dispone de información experimental medida. Estos estudios asumen que la estructura química se una sustancia determina las propiedades que manifiesta. Por tanto, se traduce la estructura molecular en variables numéricas con interpretación física de alguna clase, conocidas como descriptores moleculares, a través de ecuaciones matemáticas obtenidas de diferentes teorías, tales como la Teoría de Grafos Química, la Mecánica Cuántica, etc. Existen miles de descriptores asequibles de la literatura [2], y uno enfrenta usualmente el problema de seleccionar aquellos que resulten más representativos para la propiedad en consideración. En el presente trabajo se establece un estudio QSPR para entalpías de formación, energías libres de Gibbs, y entropías estándar a partir de elementos para un conjunto representativo de compuestos acíclicos y aromáticos. Los datos termodinámicos utilizados se extrajeron del manual MOPAC [3]. Con el fin de establecer la relación QSPR se utiliza un algoritmo muy útil basado en regresiones lineales llamado “Método del Reemplazo” [4,5], que permite identificar los mejores descriptores a partir de miles de ellos. Se aplica esta técnica en el presente conjunto de datos, y el modelo obtenido se valida apropiadamente por medio de la técnica de Validación Cruzada con el fin de establecer el desempeño predictivo de la ecuación. [1] Hansch, C., Leo, A. Exploring QSAR. Fundamentals and Applications in Chemistry and Biology; American Chemical Society: Washington, D. C., 1995. [2] http://www.cachesoftware.com/mopac/Mopac2002manual/table_of_heats.html [3] DRAGON 5.0, Evaluation Version available from <http://www.disat.unimib.it/chm>. [4] Duchowicz, P. R., Castro, E. A., Fernández, F. M., González, M. P. Chem. Phys. Lett. 2005, 412, 376-380. [5] Duchowicz, P. R., Castro, E. A., Fernández, F. M. MATCH Commun. Math. Comput. Chem. 2006, 55, 179-192.