Strojové učení a pokročilá NMR krystalografie - komplementární nástroje pro optimalizaci cest ke ko-krystalickým systémům a amorfním analogům
Cíle projektu
Vývoj pokročilých farmaceutických formulací se v současné době zaměřuje na vícesložkové pevné látky, jako jsou kokrystaly a jejich amorfní analogy. Znalost struktury těchto systémů je nezbytná pro optimalizaci jejich fyzikálně-chemických vlastností a skutečnou terapeutickou aplikaci, avšak určení struktury těchto pevných látek, které většinou existují v mikrokrystalickém, semikrystalickém a amorfním stavu, je obtížné, ne-li zcela nemožné. Průlom v této oblasti nyní přinášejí pokročilé metody NMR krystalografie a predikce (krystalové) struktury využívající kvantově-mechanické přístupy, strojové učení a rozsáhlé předpovědi NMR parametrů. Všechny tyto metody lze považovat za komplementární, kdy popisují (krystalovou) strukturu v pevném stavu nezávisle na sobě. Nicméně každá z nich má svá specifická omezení. Cílem tohoto projektu je vyvinout a otestovat novou metodiku řešení komplexních struktur vícesložkových pevných látek, jako jsou kokrystaly a jejich amorfní analogy, pomocí unikátní kombinace experimentální ss-NMR spektroskopie a rozsáhlých předpovědí krystalových struktur.
Klíčová slova
Machine learningmulticomponent solidscocrystalsamorphous solidsNMR crystallographycrystal structure determinationlarge-scale structure predictionspolyamorphismmultinuclear NMRdisordered solidspharmaceuticalsnanocrystalline solids
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
(dle převodníku)CF - Fyzikální chemie a teoretická chemie
Termíny řešení
Zahájení řešení
1. 4. 2024
Ukončení řešení
31. 12. 2027
Poslední stav řešení
B - Běžící víceletý projekt
Poslední uvolnění podpory
29. 4. 2024
Dodání dat do CEP
Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP25-GA0-GF-R
Datum dodání záznamu
14. 3. 2025
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
Uznané náklady
5 736 tis. Kč
Statní podpora
5 736 tis. Kč
0%
Poskytovatel
Grantová agentura České republiky
OECD FORD
Physical chemistry
Doba řešení
01. 04. 2024 - 31. 12. 2027