Interpretando dados de química quântica através de descritores AtoMF e métodos de relações quantitativas estrutura-atividade (2025)
- Authors:
- Autor USP: MUCELINI, JOHNATAN - IQSC
- Unidade: IQSC
- DOI: 10.11606/T.75.2025.tde-26112025-152937
- Assunto: QUÍMICA QUÂNTICA
- Keywords: aprendizado de máquina; AtoMF; AtoMF; machine learning; QSAR; QSAR; quantum chemistry; química quântica
- Language: Português
- Abstract: O crescimento exponencial de dados de química quântica e os avanços em capacidade computacional impulsionam o desenvolvimento de métodos de análise estatisticamente embasados, capazes de superar as limitações dos métodos tradicionais, como subjetividade e falta de reprodutibilidade. Nesta tese, propõe-se a criação de métodos baseados em descritores AtoMF (Atomic to Molecular Featurization), desenvolvidos para representar propriedades atômicas em moleculares, empregando técnicas do campo da relação quantitativa estrutura-atividade (QSAR) para identificar tendências relevantes em nanoclusters. Modelos de regressão linear parcial (PLS) e ordinária (OLS), bem como redes neurais artificiais, foram testados, com seleção de descritores realizada tanto por filtros estatísticos quanto por algoritmos genéticos (OLS+GA). A confiabilidade dos coeficientes interpretados foi verificada por meio de análise de bootstrap. Apesar da multicolinearidade observada nos descritores AtoMF, foi possível estabelecer relações matemáticas robustas e interpretações químicas significativas. Os modelos indicaram tendências importantes dos materiais, corroborando conhecimentos prévios com maior evidência estatística. Os resultados mostraram que os modelos PLS apresentaram melhor desempenho para dois conjuntos de dados, enquanto o OLS+GA foi mais eficaz em outro, destacando a relevância de múltiplas abordagens metodológicas. Redes neurais artificiais também foram testadas, mas não apresentaram bomdesempenho preditivo. Foram observadas limitações, como superajuste em alguns modelos, inconsistência nos resultados das redes neurais e dificuldades de interpretabilidade em determinados descritores AtoMFs. O conjunto de ferramentas empregado permitiu investigar, de forma objetiva, a relação entre propriedades atômicas e propriedades-alvo dos materiais, mostrando-se promissor para otimizar a descoberta de novos materiais e aprofundar a compreensão de propriedades em função das estruturas em nível atômico. As metodologias desenvolvidas estão sendo disponibilizadas como pacotes de código aberto, visando facilitar o acesso e a reprodutibilidade dos resultados, incentivando seu uso em futuras investigações em química computacional e ciência dos materiais. São também apresentadas sugestões para estudos futuros que explorem e expandam o uso dos descritores AtoMF
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
- Data da defesa: 11.09.2025
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
MUCELINI, Johnatan. Interpretando dados de química quântica através de descritores AtoMF e métodos de relações quantitativas estrutura-atividade. 2025. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/75/75134/tde-26112025-152937/. Acesso em: 04 dez. 2025. -
APA
Mucelini, J. (2025). Interpretando dados de química quântica através de descritores AtoMF e métodos de relações quantitativas estrutura-atividade (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/75/75134/tde-26112025-152937/ -
NLM
Mucelini J. Interpretando dados de química quântica através de descritores AtoMF e métodos de relações quantitativas estrutura-atividade [Internet]. 2025 ;[citado 2025 dez. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/75/75134/tde-26112025-152937/ -
Vancouver
Mucelini J. Interpretando dados de química quântica através de descritores AtoMF e métodos de relações quantitativas estrutura-atividade [Internet]. 2025 ;[citado 2025 dez. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/75/75134/tde-26112025-152937/ - Estudo ab initio da adsorção de átomos de zircônio sobre superfícies de óxido de cério: Zrn/CeO2(111)
- Exploring monomer-amino acid interactions in mimicking mips for PSA detection: Using the novel MBASM approach
- Correlation-based framework for extraction of insights from quantum chemistry databases: Applications for nanoclusters
- Machine Learning Prediction of Nine Molecular Properties Based on the SMILES Representation of the QM9 Quantum-Chemistry Dataset
- Methane dehydrogenation on 3d 13-atoms transition metal clusters: A DFT investigation
- Methane dehydrogenation on 3d 13-atom transition-metal clusters: A density functional theory investigation combined with Spearman rank correlation analysis
- Ab initio insights into the formation mechanisms of 55-atom Pt- based core−Shell Nanoalloys
- Estudo ab initio do papel dos átomos nas propriedades eletrônicas e estruturais das perovskitas
- Investigação das propriedades estruturais, energéticas e ópticas das perovskitas abx3 utilizando a teoria do funcional da densidade
- Ab initio insights into the structural, energetic, electronic, and stability properties of mixed CenZr15 nO30 nanoclusters
Informações sobre o DOI: 10.11606/T.75.2025.tde-26112025-152937 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
