Miembros de la red de colaboración académica de Reaxys
Vea las grabaciones de los seminarios web se abre en una nueva pestaña/ventana presentados por los miembros de nuestra colaboración académica mientras comparten su experiencia con el uso de Reaxys en su trabajo.
Dr. Andreas Brunschweiger
Profesor de Química y Biología Química TU Dortmund University (Alemania)
Foco de investigación
Las bibliotecas codificadas por ADN (DEL) son una tecnología poderosa para la detección de moléculas pequeñas basada en objetivos. El diseño DEL plantea la cuestión de la selección de reacciones químicas para acceder a la diversidad química y, especialmente, a la diversidad estructural. Sin embargo, el espacio de las reacciones químicas es muy amplio, por lo que se necesitan herramientas asistidas por ordenador para la extracción de bases de datos de reacciones. Su grupo desarrolla una herramienta que permite filtrar reacciones relevantes del espacio de reacciones y organizar el todavía impresionante número de reacciones potencialmente útiles mediante agrupaciones. Esta herramienta apoyará la toma de decisiones para el diseño de bibliotecas codificadas.
Publicaciones relevantes
M. Potowski, F. Losch, E. Wünnemann, J. K. Dahmen, S. Chines, A. Brunschweiger. Screening of metal ions and organocatalysts on solid support-coupled DNA oligonucleotides guides design of DNA-encoded reactions. Chem. Sci., 2019, 10, 10481-10492.
M. Potowski, V. B. K. Kunig, L. Eberlein, A. Vakalopoulos, S. M. Kast, A. Brunschweiger. Chemically stabilized DNA barcodes for DNA-encoded chemistry. Angew. Chem. Int. Ed., 2021, 60, 19744-19749.
Conéctese con el Dr. Brunschweiger se abre en una nueva pestaña/ventana
Leroy (Lee) Cronin
Profesor, Facultad de Química de la Universidad de Glasgow (Escocia)
Foco de investigación
Un enfoque universal para la informática de reacciones: Hoy en día es posible diseñar y sintetizar muchas de las moléculas y materiales físicamente permitidos si fuera práctico, pero, paradójicamente, no es posible reproducir o repetir estos procedimientos exitosos con una alta fiabilidad. Esto se debe a que muchas de las condiciones ideadas para la síntesis manual o semimanual no se registran de manera uniforme y no existe una forma estándar de registrar la informática de reacciones. Su grupo trabaja para resolver este problema ideando un enfoque universal para registrar la informática de reacciones y la síntesis química que les permita traducir todos los procedimientos, manuales o automáticos, a un nuevo lenguaje estándar para explorar reacciones y síntesis químicas.
Además, este nuevo enfoque se traduce en un lenguaje de programación universal para la química que es accesible para TODOS los químicos sintéticos y funcionará en TODOS los sistemas robóticos (sujeto a especificaciones adecuadas), por lo que será capaz de convertir universalmente el código en procesos químicos y de materiales fiables.
Publicaciones relevantes
J. Granda, L. Donina, V. Dragone, D. –L. Long, L. Cronin. Controlling an organic synthesis robot with machine learning to search for new reactivity. Nature, 2018, 559, 377-381.
S. Steiner, J. Wolf, S. Glatzel, A. Andreou, J. Granda, G. Keenan, T. Hinkley, G. Aragon-Camarasa, P. J. Kitson, D. Angelone, L. Cronin. Organic synthesis in a modular robotic system driven by a chemical programming language. Science, 2019, 363, 144-152.
] S. Hessam M. Mehr, M. Craven, A. Leonov, G. Keenan, L. Cronin. A universal system for digitization and automatic execution of the chemical synthesis literature. Science, 2020, 370, 101-108A.
D. Caramelli, J. M. Granda, S. Hessam M. Mehr, D. Cambié, A. B. Henson and L. Cronin. Reactivity First Approach to Autonomous Discovery of New Chemistry. ChemRxiv, Theoretical and Computational Chemistry, 2021.
Últimos honores y premios
Premio NIH Integrated Challenge, Premio Internacional JSCC (ambos en 2019)
Conéctese con el Prof. Cronin
Alexei Lapkin
Profesor, Departamento de Ingeniería Química y Biotecnología Universidad de Cambridge (Reino Unido)
Foco de investigación
El enfoque actual del grupo de Alexei Lapkin es la química sostenible, la ciencia de datos y el aprendizaje automático en el desarrollo de procesos químicos. Trabajan en el desarrollo de tecnologías digitales innovadoras para abordar los desafíos de sostenibilidad en las industrias químicas. Dos áreas que se están desarrollando son métodos de aprendizaje automático y enfoques de Big Data para diseñar vías de reacción para la economía circular. El grupo del profesor Lapkin también busca activamente el desarrollo de métodos de aprendizaje automático e inteligencia artificial para el desarrollo de procesos.
Publicaciones relevantes
J.M. Weber, P. Lio, A. Lapkin. Identification of strategic molecules for future circular supply chains using large reaction networks. React. Chem. Eng., (2019). DOI: 10.1039/c9re00213h se abre en una nueva pestaña/ventana
Conéctese con el Prof. Lapkin
Timur I. Madzhidov
Profesor asociado, Cátedra de Química Orgánica A.M. Butlerov Institute of Chemistry, Universidad Federal de Kazán (Rusia)
Foco de investigación
Como líder del equipo del Laboratorio de Quimioinformática y Modelado Molecular, el principal interés de investigación del Prof. Madzhidov radica en la informática de reacciones. Es uno de los contribuyentes de CGRtools, una biblioteca para el procesamiento de reacciones, así como otras herramientas de código abierto para la informática de reacciones. Desarrolló enfoques basados en aprendizaje automático para la velocidad de reacción, la constante de equilibrio y la predicción de la enantioselectividad, y la evaluación de las condiciones óptimas de reacción. También propuso una técnica basada en IA para inventar reacciones novedosas. El profesor Madzhidov participa activamente en la sugerencia de herramientas de código abierto para la base de datos de reacciones químicas (CGRdb, RePathDB) y la selección y homogeneización de datos de reacciones, y la extracción de conocimientos de grandes conjuntos de datos de reacciones.
El profesor Madzhidov ha desarrollado varios enfoques para el diseño de fármacos basados en la aplicación de farmacóforos y el aprendizaje multiinstancia.
Publicaciones relevantes
Automatized assessment of protective group reactivity: a step toward big reaction data analysis. AI Lin, TI Madzhidov, O Klimchuk, RI Nugmanov, IS Antipin, A Varnek. Journal of chemical information and modeling, 56 (11), 2140-2148. https://pubs.acs.org/doi/abs/10.1021/acs.jcim.6b00319 se abre en una nueva pestaña/ventana
Artificial intelligence in synthetic chemistry: achievements and prospects. II Baskin, TI Madzhidov, IS Antipin, AA Varnek. Russian Chemical Reviews, 86 (11), 1127. https://iopscience.iop.org/article/10.1070/RCR4746/meta se abre en una nueva pestaña/ventana
Reaction Data Curation I: Chemical Structures and Transformations Standardization. T Gimadiev, A Lin, VA Afonina, D Batyrshin, RI Nugmanov, T Akhmetshin, P Sidorov, N Duybankova, J Verhoeven, J Wegner, H Ceulemans, A Gedich, TI Madzhidov, A Varnek. Molecular Informatics, 2021. https://doi.org/10.1002/minf.202100119 se abre en una nueva pestaña/ventana
Conéctese con el Prof. Madzhidov
Guillermo Restrepo
Profesor del Instituto Max Planck de Matemáticas, Ciencias y Centro Interdisciplinario de Bioinformática, Universidad de Leipzig (Alemania)
Foco de investigación
Guillermo Restrepo es miembro activo desde 2017. Se centra en la evolución del conocimiento químico y en la historia de la química para estudiar la expansión histórica del espacio químico y la evolución del sistema periódico.
Publicaciones relevantes
Eugenio J. Llanos, Wilmer Leal, Duc H. Luu, Jürgen Jost, Peter F. Stadler, and Guillermo Restrepo. Exploration of the chemical space and its three historical regimes. PNAS, 2019. https://www.pnas.org/content/116/26/12660 se abre en una nueva pestaña/ventana
Wilmer Leal, Eugenio J. Llanos, Peter F. Stadler, Juergen Jost, Guillermo Restrepo. ChemRxiv, 2019. https://chemrxiv.org/engage/chemrxiv/article-details/60c743f0702a9b4c2918a6ea se abre en una nueva pestaña/ventana
Últimos honores y premios
2020 Gmelin-Beilstein Denkmünze de la Sociedad Química Alemana