Projecten
Voorspellende Kinetics van Homogene Katalyse KU Leuven
Computationele chemie wordt vaak gebruikt om reactiemechanismen kwalitatief te beschrijven. Het vindt regelmatig zijn toepassing in het beschrijven van katalytische reacties in organometaalchemie -aangezien experimentele data hier moeilijk te verkrijgen zijn. Kwantitatieve voorspellingen over de reactiviteit, i.e. computationele kinetische studies van de katalytische reactie, zijn nog altijd moeilijk, aangezien hiervoor heel accurate ...
Kwantumchemie (VERLENGING): Fundamentele en toegepaste aspecten van Density Functional Theory Vrije Universiteit Brussel
Krachten tussen verschillende Vlaamse groepen en enkele vooraanstaande groepen buiten België werden bij deze gelegenheid samengevoegd om de positie van de ...
Van experimentele NMR gegevens naar een softwaretool om optimale sequenties voor therapeutische morfolino oligonucleotiden te voorspellen KU Leuven
Fosfordiamidaat morfolino oligonucleotiden (PMOs) zijn synthetische, enkelstrengige RNA-achtige moleculen die recentelijk op de markt kwamen voor de behandeling van de Ziekte van Duchenne. PMOs zijn antisense oligonucleotiden die door het binden aan complementaire RNA sequenties de expressie van specifieke genen moduleren, waaronder deze van doeleiwitten die door de huidige small molecule geneesmiddelen niet bereikt worden. Daarom wordt hen ...
Theoretische chemie en Computationele Modellering. KU Leuven
Theoretical Chemistry and Computational Modelling (TCCM) is emerging as a powerful tool to help in the rational design of new products and materials for pharmaceutical, chemical, energy, computer, and new-materials industries. To achieve this goal, it is necessary to go beyond the traditional electronic structure studies, and merge complementary techniques that are normally not available at a single research group. The research programme of ...
Snelheid en accuraatheid combineren in computationele chemie: Machinaal leren voor korte-dracht interacties aangevuld met fysische modellen op lange-afstand Universiteit Gent
Statistical-learning approaches are emerging as powerful alternatives to expensive computational
methods for solving the Schrödinger equation to determine molecular properties. Despite the
recent success of methods like neural networks, these models are only suitable for interpolation
and fail to scale to larger systems. That is, when a model is trained on small-to-medium-size
molecules, it can only be applied to ...
Statische en dynamische benaderingen: een uniform raamwerk voor het voorspellen van kwantumopbrengsten van opgewonden toestandsprocessen KU Leuven
Light is at the heart of many critical processes, from photon-to-energy conversion to photosynthesis. Common among those fields
is that, upon excitation, a molecule has to release energy to return to the ground state. However, deciphering how molecules release
this energy is a complex puzzle involving navigating a maze of all the possible deactivation pathways. As more excited states and
photoproducts are involved, this puzzle ...
Katalyse van kruiskoppelingsreacties met onedele metalen: computationele inzichten KU Leuven
Katalyse speelt een centrale rol in onze samenleving, omdat we kritisch afhankelijk zijn van plastic materialen en farmaceutische producten waarvan vele stappen van hun industriële productie worden geleid door gekatalyseerde processen.
Dienovereenkomstig is de ontwikkeling van nieuwe katalytische systemen op basis van overgangsmetalen zeer actief.
Tegenwoordig worden katalysatoren echter hoofdzakelijk gemaakt door ...