Onderzoeksgroep
Expertise
Tijdens mijn Ph.D. onderzoek bestudeerde ik de fysisch-chemische eigenschappen van neoterische reactiemedia (diepe eutectische oplosmiddelen) en het gedrag van enzymen en enzymatische reacties hierin. Dit omvatte computationele simulaties met behulp van verschillende methoden. Ik bestudeerde de stabiliteit van enzymen en veranderingen in hun structuur in verschillende oplosmiddelen met behulp van klassieke molecular dynamics. De eigenschappen van de oplosmiddelen, zoals dichtheid, viscositeit en oplosbaarheid werden geschat door een gecombineerde aanpak van machine learning en de groepsbijdragemethode. In mijn postdoctorale projecten richt ik me op de duurzaamheid en recyclebaarheid van polymeren en op polymeren gebaseerde producten. Dit omvat de berekening van de bijbehorende milieu-impact door middel van levenscyclusanalyses, maar ook meer fundamentele simulaties. Momenteel onderzoek ik de toepassing van een hybride modelleerworkflow voor de scheiding en vervanging van chemisch gerecyclede polyurethaanstromen. In dit werk combineer ik klassieke en grofkorrelige molecular dynamics simulaties met conceptual density functional theory en deep neural networks. Sommige van de projecten waar ik gedeeltelijk bij betrokken ben, omvatten de analyse van eerder verzamelde datasets van verschillende chemiegerelateerde projecten om meer inzicht te krijgen in het gegeven probleem en om kwalitatieve voorspellingen te vergemakkelijken.
Een gestructureerde methodologie voor de selectie en formulering van NADES voor enzymatische reacties.
Abstract
Natuurlijke diep eutectische solventen (NADES) zijn beloftevol als media voor enzymatische reacties in sectoren waar (bio)compatibiliteit met natuurlijke of medische producten noodzakelijk is. In theorie kunnen zij samengesteld worden in functie van de beoogde reactie, doch vandaag is de benodigde kennis hoofdzakelijk empirisch, terwijl mechanistische inzichten op hun best gefragmenteerd zijn. Het louter verklaren van experimentele waarnemingen is daardoor vandaag niet evident, laat staan het maken van voorspellingen. Deze doctoraatsstudie zal een gestructureerd begrip ontwikkelen van het effect van NADES op enzymatische reacties, waarbij het onderscheid tussen oplosbaarheid, solvatatie, viscositeit, inhibitie en denaturatie duidelijk wordt. De oplosbaarheid, solvatatie-energie en viscositeit worden voorspeld door ab initio en moleculaire dynamica berekeningen, die gebruikt worden in een groepsbijdrage model op basis van machinaal leren. Zowel het trainen als valideren van dit model gebeurt door experimenten. Inzichten uit vastgestelde reactiekinetica zullen afgetoetst worden tegen moleculaire dynamica berekeningen van interacties van NADES met de enzymen. Structuurveranderingen van deze enzymen worden aangetoond door Raman optische activiteit spectroscopie. De combinatie van deze onderzoeksmethode garandeert de opbouw van fundamentele kennis, terwijl het groepsbijdrage model een gestructureerde methodologie biedt. De inzichten opgebouwd in dit project kunnen getransfereerd worden naar andere toepassingsdomeinen van NADES.Onderzoeker(s)
- Promotor: Billen Pieter
- Co-promotor: Cornet Iris
- Co-promotor: Neyts Erik
- Mandaathouder: Kovács Attila
Onderzoeksgroep(en)
- Intelligentie in processen, geavanceerde katalysatoren en solventen (iPRACS)
Project type(s)
- Onderzoeksproject