Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Strojové učení a pokročilá NMR krystalografie - komplementární nástroje pro optimalizaci cest ke ko-krystalickým systémům a amorfním analogům

Veřejná podpora

  • Poskytovatel

    Grantová agentura České republiky

  • Program

    Mezinárodní grantové projekty hodnocené na principu LEAD Agency

  • Veřejná soutěž

  • Hlavní účastníci

    Ústav makromolekulární chemie AV ČR, v. v. i.

  • Druh soutěže

    M2 - Mezinárodní spolupráce

  • Číslo smlouvy

    24-15057L

Alternativní jazyk

  • Název projektu anglicky

    Machine learning and advanced NMR crystallography - complementary tools for optimizing the pathways to co-crystalline systems and amorphous analogues

  • Anotace anglicky

    Development of advanced pharmaceutical formulations currently focuses on multicomponent solids such as cocrystals and their amorphous analogs. The knowledge of the structure of these systems is essential for the optimization of their physicochemical properties and real therapeutic application, but determining the structure of these solids, that mostly exist in microcrystalline, semicrystalline and amorphous state, has been difficult, if not completely impossible. Breakthroughs in this area are now being brought about by advanced NMR crystallography approaches and (crystal) structure prediction by machine learning and large-scale NMR parameter predictions. All the methods can be considered complementary when describing the solid-state (crystal) structure independently. Nevertheless, each of them has its specific limitations. This project aims to develop and test a new methodology for solving the complex structures of multi-component solids, such as cocrystals and their amorphous analogs, using a unique combination of ss-NMR data and large-scale crystal structure predictions.

Vědní obory

  • Kategorie VaV

    ZV - Základní výzkum

  • OECD FORD - hlavní obor

    10403 - Physical chemistry

  • OECD FORD - vedlejší obor

  • OECD FORD - další vedlejší obor

  • CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)

    CF - Fyzikální chemie a teoretická chemie

Termíny řešení

  • Zahájení řešení

    1. 4. 2024

  • Ukončení řešení

    31. 12. 2027

  • Poslední stav řešení

    Z - Začínající víceletý projekt

  • Poslední uvolnění podpory

Dodání dat do CEP

  • Důvěrnost údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

  • Systémové označení dodávky dat

    CEP24-GA0-GF-R

  • Datum dodání záznamu

    10. 4. 2024

Finance

  • Celkové uznané náklady

    5 736 tis. Kč

  • Výše podpory ze státního rozpočtu

    5 736 tis. Kč

  • Ostatní veřejné zdroje financování

    0 tis. Kč

  • Neveřejné tuz. a zahr. zdroje finan.

    0 tis. Kč