Globally Optimal Catalysts : Computational Optimization Of Abstract Catalytic Embeddings For Arbitrary Chemical Reactions
In the context of inverse design of molecules with desired optimal properties, the long-term goal of this Thesis is to develop a general framework which tackles the design of molecular systems for an optimal catalytic effect onto arbitrary chemical reactions. For any given reaction, an arrangement of an additional molecular framework around this reaction center is sought such that the energetic reaction barrier is lowered as much as possible. As necessary abstraction layer, the so-called globally optimal catalyst (GOCAT) model is introduced, and, furthermore, evolutionary algorithms (EAs) are harnessed as implemented in our global optimization suite for chemical problems, ogolem, which was highly extended to allow for these catalysis optimizations. Starting with a maximally reductionistic approach for studying the non-bonding interactions, electrostatic GOCATs are introduced that consist of arbitrary numbers, distributions and strengths of partial point charges around reacting molecules, mostly surrounding these on a common exposed surface. In the end, two reactions are studied in detail within the general topic of electrostatic catalysis. Some of the initially present model approximations are already sufficiently lifted, still-existing ones are critically assessed and further future extensions to the framework are discussed. Moreover, many method development matters are addressed: They range from optimal shared-memory parallelization, exemplified for global parameter optimization of the reactive force field, ReaxFF, via diversity control parameters for the EAs, applied to a cluster structure optimization problem, to EA operator benchmarks and optimizations of abstract electrostatics.
Im Kontext von inversem Design von Molekülen mit optimalen Eigenschaften versucht die vorliegende Arbeit als Langzeitziel eine passende Plattform zu entwickeln, welche das generelle Design molekularer Systeme für einen optimalen Katalyseeffekt auf beliebige chemische Reaktionen projektiert. Für eine gegeben Reaktion soll eine hinzukommende chemische Umgebung komponiert werden, welche die Reaktionsenergiebarriere so weit wie möglich vermindert. Als notwendige Abstraktionsschicht wird das sogenannte Modell des globally optimal catalyst (GOCAT) eingeführt und außerdem kommen Evolutionäre Algorithmen (EAs) zur Anwendung, wie sie bereits in unserem Programmpaket zur Lösung allgemeiner globaler Optimierungsprobleme der Chemie, ogolem, bereitgestellt werden, welches jedoch deutlich für diese Katalyseoptimierungen ergänzt wurde. Angefangen in einem maximal-reduktionistischen Ansatz werden elektrostatische GOCATs erarbeitet, die aus einer beliebigen Anzahl, Verteilung und Stärke von Partialladungen bestehen und rund um die reagierenden Moleküle drapiert werden, meist auf einer gemeinsamen exponierten Oberfläche. Insgesamt werden zwei Reaktionen detailliert untersucht im generellen Kontext von elektrostatischer Katalyse. Einige eingangs vorhandene Modellannahmen werden bereits systematisch verbessert, noch vorhandene kritisch beleuchtet und künftige Erweiterungen auseinandergesetzt. Weiterhin werden unterschiedliche Methodenentwicklungsaspekte angesprochen: Diese reichen von verbesserter Parallelisierung in Mehrprozessorarchitekturen, beispielhaft gezeigt anhand einer globalen Parameteroptimierung des reaktiven Kraftfeldes ReaxFF, über Diversitätskontrollparameter des EAs, illustriert mittels eines Clusterstrukturoptimierungsproblems, bis hin zu EA-Operator-Testevaluationen und allgemeinen abstrakten Elektrostatikoptimierungen.
Vorschau
Rechte
Nutzung und Vervielfältigung:
Keine Lizenz. Es gelten die Bestimmungen des deutschen Urheberrechts (UrhG).
Bitte beachten Sie, dass einzelne Bestandteile der Publikation anderweitigen Lizenz- bzw. urheberrechtlichen Bedingungen unterliegen können.