Percorrer por autor "Hamasaki, Pablo Hisao Cuchani"
A mostrar 1 - 1 de 1
Resultados por página
Opções de ordenação
- Determinação experimental e modelação por aprendizagem automática da solubilidade de aminoácidos em soluções aquosas de eletrólitosPublication . Hamasaki, Pablo Hisao Cuchani; Martins, Mónia; Pinho, Simão; Brusamarello, Claiton ZaniniA glicina é um aminoácido alifático, estando entre os mais estudados no que se refere ao efeito de eletrólitos sobre sua solubilidade em água. Desempenha um papel fundamental na síntese de diversas biomoléculas e apresenta ampla aplicação em processos bioquímicos, farmacêuticos e de separação. Apesar disso, ainda existem lacunas e inconsistências nos dados de solubilidade reportados na literatura, especialmente entre diferentes autores, comprometendo a construção de modelos termodinâmicos confiáveis. Nesse contexto, este trabalho teve como objetivo avaliar a solubilidade da glicina em soluções aquosas contendo diferentes sais a 25 °C, utilizando o método shake-flask associado à técnica gravimétrica analítica ou, no caso de sais higroscópicos, à medição do índice de refração, destacando a importância do controle adequado das condições experimentais para garantir a exatidão, a reprodutibilidade e a confiabilidade dos resultados. Foram obtidos 39 novos pontos de solubilidade da glicina em diferentes soluções eletrolíticas, observando-se predominantemente o efeito salting-in, com exceção do sistema contendo salicilato de sódio. A comparação dos resultados com os dados da literatura revelou discrepâncias entre diferentes autores para os diversos sistemas estudados, especialmente em baixas concentrações de sal, mesmo após a análise da solubilidade relativa. Os efeitos dos cátions e ânions dos sais haletos apresentaram boa concordância com a série de Hofmeister. Além disso, os novos dados experimentais foram incorporados a um modelo computacional baseado em aprendizado de máquina (machine learning), resultando na redução da faixa de incerteza das previsões e na maior concordância entre os valores experimentais e os valores preditos pelo modelo.