NEXTCHROM: Cromatografía virtual avanzada e xestión integral de datos analíticos e moleculares
O Proxecto NEXTCHROM aborda o desenvolvemento de novas ferramentas computacionales de utilidade no laboratorio químico con dúas liñas principais: a análise e a xestión computacional de datos químicos e a optimización multi-obxectivo do proceso de separación de mostras mediante cromatografía líquida de dúas dimensións (2D-LC) mediante técnicas de Intelixencia Artificial.
O proxecto é liderado pola empresa Mestrelab Research, líder tecnolóxico no desenvolvemento de software de química analítica. Conta ademais coa participación do CiTIUS, que aporta a súa experiencia en Intelixencia Artificial, xestión da información e Cloud Computing, e do grupo CHROMCHEM, experto no desenvolvemento e optimización de separacións cromatográficas.
Os ámbitos de aplicación do proxecto terán unha incidencia fundamental en todo tipo de procesos que inclúan a análise ou a identificación de estruturas químicas, tales coma a saúde, o medio, a alimentación, a toxicoloxía, a ciencia forense, a calidade industrial, etc.
Obxectivos
Os obxectivos do proxecto son os seguintes:
- Desenvolver ferramentas que permitan a xestión eficiente de grandes cantidades de datos analíticos e de estruturas químicas. Este obxectivo inclúe o desenvolvemento de modelos de representación, tecnoloxías de acceso e de solucións de computación na nube.
- Desenvolver un sistema de simulación por computador que facilite a separación de mostras complexas de cromatografía química 1D-LC (dunha columna), 2D-LC (de dúas columnas) e s2D-LC (de dúas columnas selectiva). A simulación das separacións abordarase, principalmente, por medio de esquemas de optimización multiobxectivo baseados en técnicas de intelixencia artificial como a computación evolutiva.
Proxecto
/research/projects/cromatografia-virtual-avanzada-e-xestion-integral-de-datos-analiticos-e-moleculares
<p>O Proxecto NEXTCHROM aborda o desenvolvemento de novas ferramentas computacionales de utilidade no laboratorio químico con dúas liñas principais: a análise e a xestión computacional de datos químicos e a optimización multi-obxectivo do proceso de separación de mostras mediante cromatografía líquida de dúas dimensións (2D-LC) mediante técnicas de Intelixencia Artificial.<br />O proxecto é liderado pola empresa Mestrelab Research, líder tecnolóxico no desenvolvemento de software de química analítica. Conta ademais coa participación do CiTIUS, que aporta a súa experiencia en Intelixencia Artificial, xestión da información e Cloud Computing, e do grupo CHROMCHEM, experto no desenvolvemento e optimización de separacións cromatográficas.<br />Os ámbitos de aplicación do proxecto terán unha incidencia fundamental en todo tipo de procesos que inclúan a análise ou a identificación de estruturas químicas, tales coma a saúde, o medio, a alimentación, a toxicoloxía, a ciencia forense, a calidade industrial, etc.</p><p>Os obxectivos do proxecto son os seguintes:</p><ul><li>Desenvolver ferramentas que permitan a xestión eficiente de grandes cantidades de datos analíticos e de estruturas químicas. Este obxectivo inclúe o desenvolvemento de modelos de representación, tecnoloxías de acceso e de solucións de computación na nube.</li><li>Desenvolver un sistema de simulación por computador que facilite a separación de mostras complexas de cromatografía química 1D-LC (dunha columna), 2D-LC (de dúas columnas) e s2D-LC (de dúas columnas selectiva). A simulación das separacións abordarase, principalmente, por medio de esquemas de optimización multiobxectivo baseados en técnicas de intelixencia artificial como a computación evolutiva.</li></ul> - <p><strong><u>Obxectivo principal do proxecto</u>: Promover o desenvolvemento tecnolóxico, a innovación e unha investigación de calidade.</strong></p> - RTC-2015-3812-2-P01 - Manuel Mucientes Molina, Alberto José Bugarín Diz, José Ramón Ríos Viqueira - José Manuel Cotos Yáñez, Tomás Fernández Pena
projects_gl