การศึกษาเปรียบเทียบแนวทางที่ใช้ COSMO และสมการสถานะสำหรับการทำนายพลังงานการแก้ปัญหาโดยอิงจาก COMPSOL Databank

การศึกษาเปรียบเทียบแนวทางที่ใช้ COSMO และสมการสถานะสำหรับการทำนายพลังงานการแก้ปัญหาโดยอิงจาก COMPSOL Databank

การคำนวณพลังงานการละลายมีประโยชน์หลายอย่างในหลายสาขา เช่น การออกแบบกระบวนการแยก การออกแบบเภสัชวิทยาและยา และการสร้างแบบจำลองจลน์ศาสตร์ การใช้งานเหล่านี้ต้องการแบบจำลองทางอุณหพลศาสตร์ที่สามารถทำนายพลังงานการละลายได้อย่างแม่นยำ โดยพิจารณาถึงการขึ้นต่ออุณหภูมิของคุณสมบัตินี้ และรวดเร็วและทนทาน ภายในกรอบงานนี้ เราเปรียบเทียบแบบจำลองการแก้ปัญหาต่อเนื่องที่ใช้ COSMO สองแบบจำลอง (COSMO-RS และ COSMO-SAC-dsp) กับสมการลูกบาศก์ทำนายสองเวอร์ชันที่ได้รับการยอมรับอย่างดีในเรื่องประสิทธิภาพ (PSRK และ UMR-PRU) เพื่อจุดประสงค์นี้ จึงได้พิจารณาชุดทดลองขนาดใหญ่ที่มีจุดข้อมูล 65,000 จุดซึ่งดึงมาจากธนาคารข้อมูล COMPSOL มีการเปรียบเทียบระหว่างข้อมูลที่คำนวณและการทดลองสำหรับพลังงานการละลายของกิ๊บส์ และเป็นครั้งแรกในงานวิจัยนี้สำหรับทั้งเอนโทรปีและเอนทาลปีของโซลเวชันพร้อมกัน สำหรับการผสมไบนารี่แบบง่ายๆ ซึ่งไม่มีพันธะไฮโดรเจน แบบจำลองทั้งหมดสามารถคาดการณ์ได้อย่างแม่นยำ โดยมีค่าเบี่ยงเบนสัมบูรณ์เฉลี่ยต่ำกว่า 0.3 กิโลแคลอรี/โมลเกี่ยวกับพลังงานกิ๊บส์ของสารละลาย สำหรับสารผสมเชื่อมโยงที่ซับซ้อนมากขึ้น COSMO-RS แสดงความสัมพันธ์ที่ดีที่สุดระหว่างข้อมูลที่ทดลองและจากการคำนวณ โดยเฉพาะอย่างยิ่งสำหรับระบบที่เป็นน้ำ ในบรรดา EoS พบว่ารุ่น PSRK ให้ความแม่นยำดีที่สุด

การประมาณค่าของสารละลาย พลังงานกิ๊บส์ (Δsolv gᵢ) ถือเป็นประเด็นสำคัญในกระบวนการและการออกแบบผลิตภัณฑ์ เนื่องจากปริมาณทางอุณหพลศาสตร์นี้สัมพันธ์กับระดับความสัมพันธ์ระหว่างสารเคมีชนิดต่างๆ จึงมีประโยชน์มาก เช่น ในการเลือกตัวทำละลายที่เหมาะสมสำหรับกระบวนการแยกหรือปฏิกิริยาทางเคมี การคำนวณปริมาณการละลายก็เป็นสิ่งสำคัญในเภสัชวิทยาและการออกแบบยา เนื่องจากปรากฏการณ์การละลายส่งผลโดยตรงต่อความสัมพันธ์ของสารออกฤทธิ์ทางชีวภาพที่กำหนดสำหรับโปรตีนเป้าหมาย เช่นเดียวกับความสามารถในการละลายและความเสถียรทางเคมีของสารนั้น [1–4]

พลังงานในการละลายยังจำเป็นสำหรับแบบจำลองจลน์เคมีโดยละเอียดของเฟสของเหลว ซึ่งเกี่ยวข้องกับปฏิกิริยาและสายพันธุ์เคมีจำนวนมาก และขึ้นอยู่กับแบบจำลองเฟสก๊าซที่พัฒนาขึ้นเพื่อจำลองปรากฏการณ์ไพโรไลซิส การเผาไหม้ หรือปรากฏการณ์ออกซิเดชันในชั้นบรรยากาศ [5–8] ตัวอย่างเหล่านี้เน้นย้ำถึงความจำเป็นในการใช้วิธีการคาดการณ์และแม่นยำ ซึ่งสามารถทำนายพลังงานการละลายได้ และในขณะเดียวกันก็รวดเร็วและทนทาน และสามารถนำไปใช้กับสารประกอบเคมีได้หลากหลายประเภท เนื่องจากเป็นคุณลักษณะที่เห็นได้ชัดเจน การใช้งานเหล่านี้จึงครอบคลุมช่วงอุณหภูมิที่กว้าง ดังนั้น แบบจำลองที่ใช้สำหรับพลังงานในการละลายจึงต้องมีการขึ้นอยู่กับอุณหภูมิเป็นข้อกำหนดเบื้องต้น