NEXTCHROM: Cromatografía virtual avanzada y gestión integral de datos analíticos y moleculares
El Proyecto NEXTCHROM aborda el desarrollo de nuevas herramientas computacionales de utilidad en el laboratorio químico con dos líneas principales: el análisis y la gestión computacional de datos químicos y la optimización multi-objetivo del proceso de separación de muestras mediante cromatografía líquida de dos dimensiones (2D-LC), mediante técnicas de Inteligencia Artificial.
El proyectos es liderado por la empresa Mestrelab Research, líder tecnológico en el desarrollo de software de química analítica. Cuenta además con las participación del CiTIUS, que aporta su experiencia en Inteligencia Artificial, gestión de la información y Cloud Computing, y del grupo CHROMCHEM, experto en el desarrollo y optimización de separaciones cromatográficas.
Los ámbitos de aplicación del proyecto tendrán una incidencia fundamental en todo tipo de procesos que incluyan el análisis o la identificación de estructuras químicas, tales como la salud, el medioambiente, la alimentación, la toxicología, la ciencia forense, la calidad industrial, etc.
Objetivos
Los objetivos del proyecto son los siguientes:
- Desarrollar herramientas que permitan la gestión eficiente de grandes cantidades de datos analíticos y de estructuras químicas. Este objetivo incluye el desarrollo de modelos de representación, tecnologías de acceso y de soluciones de computación en la nube.
- Desarrollar un sistema de simulación por computador que facilite la separación de muestras complejas de cromatografía química 1D-LC (de una columna), 2D-LC (de dos columnas) y s2D-LC (de dos columnas selectiva). La simulación de las separaciones se abordará, principalmente, por medio de esquemas de optimización multiobjetivo basados en técnicas de inteligencia artificial como la computación evolutiva.
Proyecto
/research/projects/cromatografia-virtual-avanzada-e-xestion-integral-de-datos-analiticos-e-moleculares
<p>El Proyecto NEXTCHROM aborda el desarrollo de nuevas herramientas computacionales de utilidad en el laboratorio químico con dos líneas principales: el análisis y la gestión computacional de datos químicos y la optimización multi-objetivo del proceso de separación de muestras mediante cromatografía líquida de dos dimensiones (2D-LC), mediante técnicas de Inteligencia Artificial.<br />El proyectos es liderado por la empresa Mestrelab Research, líder tecnológico en el desarrollo de software de química analítica. Cuenta además con las participación del CiTIUS, que aporta su experiencia en Inteligencia Artificial, gestión de la información y Cloud Computing, y del grupo CHROMCHEM, experto en el desarrollo y optimización de separaciones cromatográficas.<br />Los ámbitos de aplicación del proyecto tendrán una incidencia fundamental en todo tipo de procesos que incluyan el análisis o la identificación de estructuras químicas, tales como la salud, el medioambiente, la alimentación, la toxicología, la ciencia forense, la calidad industrial, etc.</p><p>Los objetivos del proyecto son los siguientes:</p><ul><li>Desarrollar herramientas que permitan la gestión eficiente de grandes cantidades de datos analíticos y de estructuras químicas. Este objetivo incluye el desarrollo de modelos de representación, tecnologías de acceso y de soluciones de computación en la nube.</li><li>Desarrollar un sistema de simulación por computador que facilite la separación de muestras complejas de cromatografía química 1D-LC (de una columna), 2D-LC (de dos columnas) y s2D-LC (de dos columnas selectiva). La simulación de las separaciones se abordará, principalmente, por medio de esquemas de optimización multiobjetivo basados en técnicas de inteligencia artificial como la computación evolutiva.</li></ul> - <p><strong><u>Objetivo principal del proyecto:</u> Promover el desarrollo tecnológico, la innovación y una investigación de calidad.</strong></p><p><br></p> - RTC-2015-3812-2-P01 - Manuel Mucientes Molina, Alberto José Bugarín Diz - Tomás Fernández Pena
projects_es