La predicción de la estructura cristalina ( CSP ) es el cálculo de las estructuras cristalinas de sólidos a partir de primeros principios . Disponer de métodos fiables para predecir la estructura cristalina de un compuesto, basándose únicamente en su composición, ha sido un objetivo de las ciencias físicas desde la década de 1950. [1] Los métodos computacionales empleados incluyen recocido simulado , algoritmos evolutivos , análisis multipolar distribuido , muestreo aleatorio, salto de cuenca , minería de datos , teoría funcional de la densidad y mecánica molecular . [2]
Historia
Las estructuras cristalinas de los sólidos iónicos simples han sido racionalizadas durante mucho tiempo en términos de las reglas de Pauling , establecidas por primera vez en 1929 por Linus Pauling . [3] Para metales y semiconductores existen reglas diferentes que involucran la concentración de electrones de valencia. Sin embargo, la predicción y la racionalización son cosas bastante diferentes. Más comúnmente, el término predicción de la estructura cristalina significa una búsqueda de la disposición de energía mínima de sus átomos constituyentes (o, en el caso de los cristales moleculares, de sus moléculas) en el espacio. El problema tiene dos facetas: combinatoria (el "espacio de fases de búsqueda", en la práctica más grave para los cristales inorgánicos) y energética (o "clasificación de estabilidad", más grave para los cristales orgánicos moleculares). Para cristales no moleculares complejos (donde el "problema de búsqueda" es más agudo), los principales avances recientes han sido el desarrollo de la versión Martonak de la metadinámica , [4] [5] el algoritmo evolutivo USPEX de Oganov-Glass, [6] y Primeros principios de búsqueda aleatoria. [7] Estos últimos son capaces de resolver el problema de optimización global con hasta alrededor de cien grados de libertad, mientras que el enfoque de la metadinámica es reducir todas las variables estructurales a un puñado de variables colectivas "lentas" (lo que a menudo funciona).
Cristales moleculares
Predecir estructuras cristalinas orgánicas es importante en la ciencia académica e industrial, particularmente para productos farmacéuticos y pigmentos , donde la comprensión del polimorfismo es beneficiosa. [8] Las estructuras cristalinas de sustancias moleculares, particularmente compuestos orgánicos, son muy difíciles de predecir y clasificar en orden de estabilidad. Las interacciones intermoleculares son relativamente débiles, no direccionales y de largo alcance. [9] Esto da como resultado diferencias típicas de red y energía libre entre polimorfos que a menudo son solo unos pocos kJ/mol, y muy raramente exceden los 10 kJ/mol. [10] Los métodos de predicción de estructuras cristalinas a menudo ubican muchas estructuras posibles dentro de este pequeño rango de energía. Estas pequeñas diferencias de energía son difíciles de predecir de manera confiable sin un esfuerzo computacional excesivo.
Desde 2007, se han logrado avances significativos en la CSP de pequeñas moléculas orgánicas, y varios métodos diferentes han demostrado ser eficaces. [11] [12] El método más ampliamente discutido primero clasifica las energías de todas las estructuras cristalinas posibles usando un campo de fuerza MM personalizado y finaliza usando un paso DFT con corrección de dispersión para estimar la energía reticular y la estabilidad de cada candidato preseleccionado. estructura. [13] Los esfuerzos más recientes para predecir estructuras cristalinas se han centrado en estimar la energía libre de los cristales incluyendo los efectos de la temperatura y la entropía en cristales orgánicos mediante análisis vibratorio o dinámica molecular. [14] [15]
Software de predicción de estructuras cristalinas
Los siguientes códigos pueden predecir estructuras estables y metaestables dada la composición química y las condiciones externas (presión, temperatura):
- AIRSS - Búsqueda aleatoria de estructuras Ab Initio basada en muestreo estocástico del espacio de configuración y con la posibilidad de utilizar restricciones de simetría, químicas y físicas. Se ha utilizado para estudiar cristales en masa, materiales de baja dimensión, agrupaciones, defectos puntuales e interfaces. Publicado bajo la licencia GPL2. Actualizado periódicamente.
- CALYPSO: análisis de la estructura cristalina mediante optimización de enjambre de partículas, que implementa el algoritmo de optimización de enjambre de partículas (PSO) para identificar/determinar la estructura cristalina. Al igual que con otros códigos, el conocimiento de la estructura se puede utilizar para diseñar materiales multifuncionales (por ejemplo, materiales superconductores, termoeléctricos, superduros y energéticos). Gratis para investigadores académicos. Actualizado periódicamente.
- GASP: predice la estructura y composición de fases estables y metaestables de cristales, moléculas, grupos atómicos y defectos a partir de primeros principios. Puede conectarse a otros códigos de energía, incluidos: VASP, LAMMPS, MOPAC, Gulp, JDFTx, etc. De uso gratuito y actualizado periódicamente.
- GRACE: para predecir estructuras cristalinas moleculares, especialmente para la industria farmacéutica. Basado en la teoría funcional de densidad corregida por dispersión. Software comercial en desarrollo activo.
- GULP - Monte Carlo y algoritmos genéticos para cristales atómicos. GULP se basa en campos de fuerza clásicos y funciona con muchos tipos de campos de fuerza. Gratis para investigadores académicos. Actualizado periódicamente.
- USPEX: software multimétodo que incluye algoritmos evolutivos y otros métodos (muestreo aleatorio, metadinámica evolutiva, PSO mejorado, método NEB de celda variable y método de muestreo de ruta de transición para mecanismos de transición de fase). Puede utilizarse para cristales atómicos y moleculares; cristales en masa, nanopartículas, polímeros, reconstrucciones de superficies, interfaces; puede optimizar la energía u otras propiedades físicas. Además de encontrar la estructura para una composición determinada, puede identificar todas las composiciones estables en un sistema de composición variable multicomponente y realizar la optimización simultánea de varias propiedades. Gratis para investigadores académicos. Utilizado por >4500 investigadores. Actualizado periódicamente.
- XtalOpt: código fuente abierto que implementa un algoritmo evolutivo.
Otras lecturas
- AR Oganov, ed. (2010). Métodos modernos de predicción de la estructura cristalina. Berlín: Wiley-VCH. ISBN 978-3-527-40939-6.
Referencias
- ^ GR Desiraju (2002). "Cristalografía críptica". Materiales de la naturaleza . 1 (2): 77–79. doi :10.1038/nmat726. PMID 12618812. S2CID 6056119.
- ^ SM Woodley, R. Catlow; Gatolow (2008). "Predicción de la estructura cristalina a partir de los primeros principios". Materiales de la naturaleza . 7 (12): 937–946. Código bibliográfico : 2008NatMa...7..937W. doi :10.1038/nmat2321. PMID 19029928.
- ^ L. Pauling (1929). "Los principios que determinan la estructura de los cristales iónicos complejos". Revista de la Sociedad Química Estadounidense . 51 (4): 1010–1026. doi :10.1021/ja01379a006.
- ^ Martonak R., Laio A., Parrinello M. (2003). "Predicción de estructuras cristalinas: revisión del método Parrinello-Rahman". Cartas de revisión física . 90 (3): 75502. arXiv : cond-mat/0211551 . Código Bib : 2003PhRvL..90g5503M. doi :10.1103/physrevlett.90.075503. PMID 12633242. S2CID 25238210.
{{cite journal}}
: Mantenimiento CS1: varios nombres: lista de autores ( enlace ) - ^ Martonak R., Donadio D., Oganov AR, Parrinello M.; Donadío; Oganov; Parrinello (2006). "Transformaciones de la estructura cristalina en SiO 2 desde la metadinámica clásica y ab initio". Materiales de la naturaleza . 5 (8): 623–626. Código bibliográfico : 2006NatMa...5..623M. doi :10.1038/nmat1696. PMID 16845414. S2CID 30791206.
{{cite journal}}
: Mantenimiento CS1: varios nombres: lista de autores ( enlace ) - ^ Oganov, AR; Vidrio, CW (2006). "Predicción de la estructura cristalina mediante técnicas evolutivas ab initio: principios y aplicaciones". Revista de Física Química . 124 (24): 244704. arXiv : 0911.3186 . Código bibliográfico : 2006JChPh.124x4704O. doi :10.1063/1.2210932. PMID 16821993. S2CID 9688132.
- ^ Pickard, CJ; Necesidades, RJ (2006). "Fases de alta presión del silano". Cartas de revisión física . 97 (4): 045504. arXiv : cond-mat/0604454 . Código bibliográfico : 2006PhRvL..97d5504P. doi : 10.1103/PhysRevLett.97.045504. PMID 16907590. S2CID 36278251.
- ^ Precio, Sarah L. (10 de marzo de 2014). "Predicción de estructuras cristalinas de compuestos orgánicos". Reseñas de la sociedad química . 43 (7): 2098–2111. doi : 10.1039/C3CS60279F . ISSN 1460-4744. PMID 24263977.
- ^ Piedra, Anthony (2013). La teoría de las fuerzas intermoleculares . Prensa de la Universidad de Oxford.
- ^ Nyman, Jonás; Día, Graeme M. (2015). "Diferencias de energía vibratoria estática y reticular entre polimorfos". CrystEngComm . 17 (28): 5154–5165. doi : 10.1039/C5CE00045A .
- ^ K. Sanderson (2007). "El modelo predice la estructura de los cristales". Naturaleza . 450 (7171): 771. Bibcode :2007Natur.450..771S. doi : 10.1038/450771a . PMID 18063962.
- ^ Día, Graeme M.; Cooper, Timothy G.; Cruz-Cabeza, Aurora J.; Hejczyk, Katarzyna E.; Amón, Herman L.; Boerrigter, Stephan XM; Bronceado, Jeffrey S.; Della Valle, Raffaele G.; Venuti, Elisabetta; José, Jován; Gadre, Shridhar R.; Desiraju, Gautam R.; Thakur, Tejender S.; Van Eijck, Bouke P.; Facelli, Julio C.; Bazterra, Víctor E.; Ferraro, Marta B.; Hofmann, Detlef WM; Neumann, Marco A.; Leusen, Frank JJ; Kendrick, Juan; Precio, Sarah L.; Misquitta, Alston J.; Karamertzanis, Panagiotis G.; Welch, Gareth WA; Scheraga, Harold A.; Arnautova, Yelena A.; Schmidt, Martín U.; Van De Streek, Jacco; et al. (2009). "Progresos significativos en la predicción de las estructuras cristalinas de pequeñas moléculas orgánicas: un informe sobre la cuarta prueba ciega" (PDF) . Acta Cristalográfica B. 65 (Parte 2): 107–125. doi : 10.1107/S0108768109004066 . PMID 19299868.
- ^ MA Neumann, FJJ Leusen, J. Kendrick; Leusen; Kendrick (2008). "Un gran avance en la predicción de la estructura cristalina". Edición internacional Angewandte Chemie . 47 (13): 2427–2430. arXiv : 1506.05421 . doi :10.1002/anie.200704247. PMID 18288660.
{{cite journal}}
: Mantenimiento CS1: varios nombres: lista de autores ( enlace ) - ^ Reilly, Anthony M.; Cooper, Richard I.; Adjiman, Claire S .; Bhattacharya, Saswata; Boese, A. Daniel; Brandeburgo, Jan Gerit; Bygrave, Peter J.; Bylsma, Rita; Campbell, Josh E.; Coche, Roberto; Caso, David H.; Chadha, Renu; Cole, Jason C.; Cosburn, Katherine; Cuppen, Herma M.; Curtis, Farren; Día, Graeme M.; DiStasio, Robert A.; Dzyabchenko, Alejandro; Van Eijck, Bouke P.; Elking, Dennis M.; Van Den Ende, Joost A.; Facelli, Julio C.; Ferraro, Marta B.; Fusti-Molnar, Laszlo; Gatsiou, Cristina Anna; Vaya, Thomas S.; De Gelder, René; Ghiringhelli, Luca M.; et al. (2016). "Informe sobre la sexta prueba ciega de métodos de predicción de estructuras cristalinas orgánicas". Acta Cristalográfica B. 72 (4): 439–459. doi :10.1107/S2052520616007447. PMC 4971545 . PMID 27484368.
- ^ Dybeck, Eric C.; Abraham, Natán S.; Schieber, Natalie P.; Camisas, Michael R. (2017). "Captura de contribuciones entrópicas a transformaciones polimórficas mediadas por temperatura mediante modelado molecular". Revista de Teoría y Computación Química . 17 (4): 1775–1787. doi : 10.1021/acs.cgd.6b01762.