현대 촉매 개발의 요구를 충족시키기 위한 신속한 대규모 전산 스크리닝을 위한 자동화 워크플로우
요약
제1원리 시뮬레이션은 균질 촉매 반응의 기본 단계에 대한 구조, 화학 메커니즘 및 반응 에너지 역학을 예측하는 데 있어 신뢰할 수 있는 도구로 자리 잡았다. 경쟁 경로의 반응 좌표에 대한 상세한 분석은 관찰된 촉매 활성, 선택성 및 특이성에 대한 근본적인 이해를 제공한다. 이러한 예측 능력은 향상된 특성을 지닌 새로운 단일 결합 부위 촉매의 전산적 발견 및 설계를 가속화할 기회를 열어준다.
그러나 급속한 기술 발전과 소재 혁신과 더불어 여전히 해결해야 할과제가 남아 있습니다:
- 혁신에 대한 요구가 증가함에 따라 화학 반응의 복잡성과 이에 수반되는 계산 연구의 필요성도 커지고 있다
- 기존의 촉매 발견 속도는 제한적이며, 개선된 촉매에 대한 수요를 따라잡지 못하고 있다.
- 기존의 계산 프레임워크는 수작업이 많이 필요하고 처리 규모가 제한적이며, 높은 수준의 전문 지식과 훈련이 요구됩니다.
- 새로운 촉매에 대한 데이터베이스를 구축하고 관리하는 일은 어렵고 시간이 많이 소요된다.
새로운 촉매에 대한 기초적인 이해, 설계 및 발견을 대중화하기 위해, Schrödinger 은 ‘AutoRW’라는 자동화된 반응 워크플로를 개발했습니다. AutoRW는 촉매, 시약 및 기질의 고처리량 스크리닝에 필요한 열거, 매핑, 정리 및 출력 요소를 결합한 것으로, 열거를 위해 미리 구축된 반응 좌표, 새로운 화학 단편 및 임의의 R-그룹이 필요합니다. AutoRW는 각 반응에 대한 반응 좌표, 반응 속도, 에너지, 전이 상태, 구조 및 특성을 자동 계산함으로써 대규모 전산 촉매 스크리닝 과정을 효율화합니다.
해결책: 대규모 촉매 스크리닝 자동화를 위한 AutoRW
- 재현성과 예측 가능성을 높여주는 간소화되고 사용자 정의가 가능한 워크플로우
- 컴퓨터 활용에 능숙한 사용자든 그렇지 않은 사용자든 누구나 쉽게 사용할 수 있습니다.
- 매우 복잡한 문제와 과제에 대한 생산성 향상
- 수동 방식으로는 놓칠 수 있는 콘포머에 대한 탐지 범위를 확대했습니다.
- 파일 및 속성 관리 체계를 개선하여 시간을 절약하고 오류를 줄입니다.
- 전문적인 과학 및 기술 지원과 방대한 학습 자료
사례 연구: AutoRW가 촉매 및 반응성 분야의 혁신을 어떻게 가속화하는가
촉매 선택성이 폴리프로필렌의 택티시티에 미치는 영향 이해
올레핀 기반 고분자 제품의 생산량이 1억 톤을 넘어섰다. 이 중 폴리프로필렌은 생산량이 두 번째로 많은 고분자이다. 폴리프로필렌의 물리적 특성은 인접한 입체중심의 규칙성에 직접적인 영향을 받는다. 이러한 규칙성, 즉 타키시티는 동역학적 선택성에 의해 결정되며, α-올레핀 단량체의 도입을 조절함으로써 물리적 특성을 정밀하게 조정할 수 있다. 이 프로젝트에서 과학자들은 폴리프로필렌의 인접 입체선택성을 근본적으로 이해하기 위해 AutoRW를 활용하여 13종의 이소택틱 촉매를 연구했다. 그 결과는 실험적 선택성(R² = 0.8)과 잘 일치했다. 이 신속하고 정확한 접근 방식을 통해 목표 구조와 특성을 가진 폴리프로필렌의 설계 및 합성을 최적화할 수 있다.
효율적이고 고성능의 고분자 설계를 위한 에폭시-아민 반응 스크리닝
열경화성 고분자는 항공우주, 자동차, 방위 산업 및 고성능 스포츠 장비 분야에 적용하기에 적합한 우수한 열역학적 특성 덕분에 최근 몇 년간 주목을 받고 있습니다. 열경화성 고분자는 활용도가 매우 높지만, 이를 새로운 소재에 도입하는 데 드는 비용은 높습니다. 개발 프로세스 파이프라인을 가속화하면 비용을 절감할 수 있을 뿐만 아니라, 재활용이 어려운 열경화성 고분자 폐기물의 축적도 줄일 수 있습니다. 이를 위해 과학자들은 12종의 아민과 21종의 에폭시드로 구성된 라이브러리를 연구하여 상대적 반응 장벽 히트맵을 구축했다. 각 에폭시/아민 조합을 ‘반응 워크플로우(Reaction Workflow)’에 적용하여 반응 내의 모든 정지점을 파악하고 모든 반응 단계에 대한 에너지 장벽을 계산함으로써, 고성능 고분자의 효율적인 설계 및 합성을 가능하게 했다.
최적화된 블록 공중합을 위한 공단량체 선택성 연구
블록 공중합체는 높은 강도, 유연성, 용융 온도 등 독특한 특성을 지닙니다. 이 물성들은 고분자 블록의 길이와 분포에 직접적인 영향을 받으며, 이는 다시 동역학적 공단량체 선택성과 사슬 셔틀링 제의 활성에 의해 결정됩니다. 공단량체 선택성은 촉매와 기존 고분자 제품 모두의 영향을 받습니다. 이 프로젝트에서 과학자들은 AutoRW를 실행하여 다양한 고분자 기질과 함께 35종의 촉매 유도체를 선별 및 테스트함으로써, 다양한 공중합 반응에서 촉매가 공단량체 선택성에 미치는 영향을 파악했습니다. 이러한 접근 방식을 통해 촉매와 기질을 신속하게 선별하여 목표 구조와 특성을 지닌 블록 공중합체를 설계할 수 있습니다.
전체 연구개발(R&D) 프로젝트 팀 전반에 걸쳐 첨단 촉매 발굴 역량을 강화합니다
현대적인 연구개발(R&D) 프로세스가 더욱 협업적이고 글로벌한 방식으로 진감함에 따라, 팀과 지역을 아우르는 데이터 저장 및 공유, 의사소통, 프로젝트 관리에 막대한 노력이 기울여져 왔다. 사일로를 해소하고 장벽을 허물기 위해 기업 규모의 R&D 정보학 플랫폼이 개발되었으며, 이는 여러 분자 설계 산업 분야의 수많은 기업에서 도입되었다.
이점들은 분명합니다. 프로젝트 팀은 실험, 설계, 프로세스, 시뮬레이션 등 모든 프로젝트 데이터를 실시간으로 공유하며, 부서 및 사업장, 지역 및 시간대를 넘어, 심지어 기업 간에도 협업할 수 있습니다. 팀은 데이터를 원활하게 공유, 분석 및 전달하고 신속한 의사결정을 내림으로써 프로젝트의 협업과 진행 속도를 가속화할 수 있습니다. 또한 엔터프라이즈 정보학 플랫폼은 조직의 데이터 관리를 간소화하고 최적화하여, 컴퓨터 드라이브에 대용량 데이터를 저장하거나 팀 간에 데이터를 전송할 때, 또는 팀이나 인원 변경 시 발생하는 혼란을 해소합니다.
Schrödinger LiveDesign 는 강력한 웹 기반 정보학 및 분자 설계 플랫폼으로, 팀원들이 중앙 집중식 플랫폼에서 협업, 설계, 실험, 분석, 추적 및 보고를 수행함으로써 신소재 발굴 프로젝트를 신속하게 추진할 수 있도록 지원합니다. AutoRW를 에 통합함으로써 과학자들은 두 플랫폼의 장점을 최대한 활용할 수 있습니다. LiveDesign
LiveDesign 의 AutoRW 기능으로 전사적인 시간 및 비용 절감 실현
- 촉매 및 반응성에 대한 간소화된 자동화 기업용 솔루션
- 대규모 글로벌 기업의 요구를 충족할 수 있도록 확장 가능
- 최첨단 머신러닝 시스템과 연동됨
- 단일 웹 기반 플랫폼에서 화학자, 모델링 전문가 및 엔지니어 간의 종단간 협업적 탐구
- 신속한 의사결정을 위한 아이디어와 결과의 실시간 공유
- 직관적인 화학정보학: 실험 데이터와 계산 데이터를 동시에 다루는 시각화, 데이터 및 모델 분석
LiveDesign 를 활용하면 팀은 협업하여 연간 2,000개 이상의 촉매를 가상으로 선별할 수 있는 반면, 모델링을 단독으로 수행하는 사용자는 연간 약 150개의 촉매만 선별할 수 있습니다. 기업 규모에 맞는 자동화된 워크플로를 도입함으로써 비용 효율성과 성공률을 크게 높일 수 있습니다.
결론
다양한 분야의 과학자들이 촉매 연구의 새로운 패러다임으로 진입하고 있습니다. 과거 순수한 실험적 시행착오에 기반했던 연구는 이제 전산 기반 워크플로로 전환되고 있습니다. 급속한 기술 발전과 진화하는 프로젝트 협업으로 인해 기업 규모에서 간소화되고 자동화된 워크플로에 대한 수요가 증가하고 있습니다. Schrödinger의 AutoRW와 LiveDesign 는 단일 웹 기반 플랫폼에서 자동화되고 가속화된 협업 방식으로 합리적인 촉매 설계를 가능하게 하며, 팀과 조직 전반에 걸쳐 사용 및 배포가 용이합니다.
이 도구들은 과학자들이 예측 가능성과 생산성을 높이는 동시에, 시간과 비용을 절감하며 훨씬 더 복잡한 반응 및 촉매 시스템의 고난도 과제를 해결할 수 있도록 지원합니다.