< Terug naar vorige pagina

Onderzoeker

Attila Kovács

  • Onderzoeksexpertise:Tijdens mijn Ph.D. onderzoek bestudeerde ik de fysisch-chemische eigenschappen van neoterische reactiemedia (diepe eutectische oplosmiddelen) en het gedrag van enzymen en enzymatische reacties hierin. Dit omvatte computationele simulaties met behulp van verschillende methoden. Ik bestudeerde de stabiliteit van enzymen en veranderingen in hun structuur in verschillende oplosmiddelen met behulp van klassieke molecular dynamics. De eigenschappen van de oplosmiddelen, zoals dichtheid, viscositeit en oplosbaarheid werden geschat door een gecombineerde aanpak van machine learning en de groepsbijdragemethode. In mijn postdoctorale projecten richt ik me op de duurzaamheid en recyclebaarheid van polymeren en op polymeren gebaseerde producten. Dit omvat de berekening van de bijbehorende milieu-impact door middel van levenscyclusanalyses, maar ook meer fundamentele simulaties. Momenteel onderzoek ik de toepassing van een hybride modelleerworkflow voor de scheiding en vervanging van chemisch gerecyclede polyurethaanstromen. In dit werk combineer ik klassieke en grofkorrelige molecular dynamics simulaties met conceptual density functional theory en deep neural networks. Sommige van de projecten waar ik gedeeltelijk bij betrokken ben, omvatten de analyse van eerder verzamelde datasets van verschillende chemiegerelateerde projecten om meer inzicht te krijgen in het gegeven probleem en om kwalitatieve voorspellingen te vergemakkelijken.
  • Trefwoorden:COMPUTATIONELE CHEMIE, DUURZAAMHEID, MACHINAAL LEREN, LEVENSCYCLUS EVALUATIE, MOLECULAIRE DYNAMIEK SIMULATIES, CHEMOINFORMATICA, Scheikunde
  • Disciplines:Analytische chemie, Anorganische chemie, Macromoleculaire en materiaalchemie, Medicinale en biomoleculaire chemie, Organische chemie, Fysische chemie, Duurzame chemie, Theoretische en computationele chemie, Andere chemie, Biochemie en metabolisme, Andere biologische wetenschappen, Andere natuurwetenschappen
  • Onderzoekstechnieken:Tijdens mijn onderzoek ben ik bekend geraakt met verschillende computertechnieken. Ik werk met kleine tot middelgrote datasets om machine learning-oplossingen te bouwen, waarbij de hele workflow van data-analyse tot de uiteindelijke machine learning-modellen aan bod komt. In mijn werk richt ik me voornamelijk op regressie, omdat ik meestal streef naar modellen voor de relatie tussen kwalitatieve en structurele eigenschappen om voorspellingen te kunnen doen over bepaalde fysisch-chemische eigenschappen van de bestudeerde systemen. De andere tak van mijn technische expertise is modellering op moleculair niveau. In het verleden werkte ik voornamelijk aan klassieke, all-atom molecular dynamics simulaties van enzymen, en sinds kort verleg ik mijn focus naar polymeer systemen en coarse-grained modellen. Ik ben ook geïnteresseerd in het combineren van verschillende modelleringstechnieken om hun voordelen te benutten en hun nadelen te verminderen. Onlangs ben ik begonnen met het uitbreiden van mijn kennis over ab initio methoden, waaronder density functional theory berekeningen. Ik heb ook vaardigheden op het gebied van life cycle assessment. Momenteel voeren we voor een partnerbedrijf LCA's uit op polymeergebaseerde systemen.
  • Gebruikers van onderzoeksexpertise:Bedrijven, NGO's en andere instellingen die actief zijn in de sector van de formulering of recycling van polymeren of producten op basis van polymeren (schuim, kit, verf, kleefstoffen); en die geïnteresseerd zijn in het begrip op moleculair niveau, de voorspelling of de milieu-impact van hun producten en processen.