English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Amine scrubbing is usually considered as the most efficient technology for CO2  mitigation through postcombustion Carbon Capture and Storage (CCS). However, optimization  of the amine structure to improve the solvent properties requires to sample a large number  of possible candidates and hence to gather a large amount of experimental data. In this  context, the use of QSAR (Quantitative Structure Activity Relationship) statistical  modeling is a powerful tool as it performs a mapping of a set of input vectors (i.e. the  characteristics or the properties of the molecules under consideration) to a set of output  vectors (i.e. their targeted properties). In this work, we used a high throughput  screening experimental device to measure CO2 solubility data on a set of 46  amine aqueous solutions. Absorption isotherms are represented using a thermodynamic model  based on two thermodynamic constants, pKa*  and pKc* , accounting  for the main chemical reactions occurring in the liquid phase between amine and  CO2. Then, we used a statistical approach named Graph Machines at the same  time to cluster the molecules and to model the variation of the acidity constant  pKa*  as a function of the molecular structure. The originality of our  approach is the use of graphs to represent molecules in multidimensional spaces and  simultaneously construct predictive models of their physicochemical properties based on  these graphs. This approach is applied in this paper to predict the thermodynamic  properties of a set of 5 new molecules.Le procédé d’absorption aux amines est considéré comme la technologie la plus efficace  pour limiter les rejets de CO2 dans le cadre du captage en postcombustion puis  du stockage du CO2. Cependant, l’optimisation des propriétés du solvant  nécessite d’évaluer un grand nombre de candidats potentiels et donc de collecter une  quantité importante de propriétés expérimentales. Dans ce contexte, l’utilisation de  méthodes de modélisation statistique de type QSAR (Quantitative Structure Activity  Relationship) s’avère être un outil très précieux puisqu’elles permettent  d’établir une relation entre un ensemble de vecteurs d’entrées  (i.e. les caractéristiques ou les propriétés des  molécules étudiées) et un ensemble de vecteurs de sorties  (i.e. les propriétés ciblées). Dans ce travail, nous  avons utilisé un équipement d’expérimentation à haut débit pour mesurer la solubilité du  CO2 dans un ensemble de 46 solutions aqueuses d’amines. Les isothermes  d’absorption sont modélisées en utilisant une approche thermodynamique basée sur  l’évaluation de deux constantes d’équilibres, pKa* et pKc*  caractéristiques des principales réactions chimiques intervenant dans la phase liquide.  Nous avons ensuite utilisé une approche statistique baptisée graph machines  à la fois pour classifier les molécules et modéliser la variation de la constante  d’acidité pKa* en fonction de la structure moléculaire. L’originalité de notre approche  réside dans l’utilisation des graphes associés aux molécules afin de les représenter dans  des espaces multidimensionnels et construire, en même temps, un modèle prédictif de leurs  propriétés physico-chimiques. Cette approche est appliquée dans cet article pour prédire  les propriétés thermodynamiques d’un ensemble de 5 nouvelles molécules

Graph Machine Based-QSAR Approach for Modeling Thermodynamic Properties of Amines: Application to CO2Capture in Postcombustion

Graph Machine Based-QSAR Approach for Modeling Thermodynamic Properties of Amines: Application to CO₂Capture in Postcombustion