iymagazine.es

Investigación Zeolitas

Nueva metodología computacional optimiza producción de zeolitas y reduce costos
Ampliar

Nueva metodología computacional optimiza producción de zeolitas y reduce costos

Por José Enrique González
x
jenriqueiymagazinees/8/8/19
miércoles 01 de octubre de 2025, 15:04h

Un equipo del Instituto de Tecnología Química ha validado ZeoBind, una metodología computacional que optimiza la producción de zeolitas, mejorando propiedades y reduciendo costos mediante inteligencia artificial.

Un equipo de investigación del Instituto de Tecnología Química (ITQ), una colaboración entre el Consejo Superior de Investigaciones Científicas (CSIC) y la Universitat Politècnica de València (UPV), ha dado un paso significativo en el ámbito de la producción de zeolitas. Este grupo ha validado una innovadora metodología computacional denominada ZeoBind, que fue desarrollada en el prestigioso Massachusetts Institute of Technology (MIT), en Estados Unidos. Este sistema se fundamenta en técnicas de aprendizaje automático mediante inteligencia artificial, lo que permite explorar un amplio espectro de moléculas orgánicas para facilitar la formación de zeolitas, minerales con estructuras porosas que funcionan como filtros inteligentes con diversas aplicaciones.

El propósito principal de esta investigación es mejorar las propiedades de las zeolitas y reducir los costos asociados a su producción. Los hallazgos han sido publicados en la reconocida revista Nature Computational Science.

Nuevas perspectivas en la síntesis de zeolitas

Las zeolitas son materiales cristalinos compuestos principalmente por silicio y aluminio, caracterizados por su estructura microporosa que permite la entrada selectiva de moléculas. Su versatilidad las convierte en catalizadores efectivos para acelerar reacciones químicas o en adsorbentes industriales. La forma y tamaño específicos de los poros suelen definirse durante su síntesis, utilizando moléculas orgánicas que actúan como moldes. Sin embargo, seleccionar estas moléculas adecuadamente ha sido un desafío, tradicionalmente abordado mediante costosos procesos de prueba-error.

El equipo liderado por Rafael Gómez-Bombarelli, del Departamento de Ciencia e Ingeniería de Materiales del MIT, ha creado ZeoBind para optimizar este proceso. Esta metodología permite explorar hasta 2,3 millones de moléculas orgánicas, facilitando así una selección más eficiente y precisa.

"Con esta gran cantidad de datos accesibles, podemos acelerar el diseño de las moléculas orgánicas necesarias para la síntesis de catalizadores zeolíticos", afirma Gómez-Bombarelli, coinvestigador principal del estudio.

Aportaciones significativas al campo industrial

La investigación realizada por el ITQ ha logrado validar ZeoBind al sintetizar dos zeolitas con composiciones químicas innovadoras, mejorando tanto su proceso de fabricación como su estabilidad. Utilizando inteligencia artificial, se han identificado las moléculas orgánicas más adecuadas para guiar la formación eficaz de las zeolitas deseadas. Esto no solo incluye aquellas ya documentadas en la literatura científica, sino también millones de nuevas moléculas hipotéticas.

"Hemos demostrado que ZeoBind amplía significativamente el diseño de moléculas orgánicas, permitiendo un cribado exhaustivo dirigido a la preparación específica de materiales zeolíticos", señala Manuel Moliner, científico del CSIC en el ITQ y también coinvestigador del trabajo.

A través de esta metodología vanguardista, los investigadores del ITQ han desarrollado nuevos catalizadores zeolíticos destinados a la eliminación selectiva de óxidos de nitrógeno (NOx), lo cual es crucial para la industria automotriz en su esfuerzo por mitigar las emisiones contaminantes generadas durante los procesos de combustión.

Este proyecto se ha llevado a cabo en colaboración con investigadores de la Universidad de California en Los Ángeles (UCLA) y del Instituto Tecnológico Caltech. En el marco del ITQ (UPV-CSIC), este trabajo forma parte de la tesis doctoral de Marcela Semanate, quien ha contado con la participación adicional de Estefanía Bello, Cecilia Paris, Isabel Millet y Manuel Moliner.

CSIC Comunicación – Comunidad Valenciana

comunicacion@csic.es

Valora esta noticia
0
(0 votos)
¿Te ha parecido interesante esta noticia?    Si (0)    No(0)

+
0 comentarios