Исследователи Института элементоорганических соединений им. А. Н. Несмеянова РАН, Института общей и неорганической химии им. Н. С. Курнакова РАН и университета Барселоны обнаружили, что общепринятые константы, применяемые для прогноза свойств молекул в уравнении Гаммета, содержали ошибки. Об этом стало известно из результатов исследования, опубликованного в журнале Inorganic Chemistry Frontiers.
Как отметили ученые, исправленные значения объяснили ранее непонятные аномалии и сделали предсказания свойств молекул более точными. По мнению исследователей, это открывает возможности для создания новых материалов — от квантовых технологий до датчиков и «умных» покрытий.
Авторы исследования показали, что некоторые функциональные группы ведут себя противоположно ожидаемому: вместо того чтобы притягивать электроны, они их отдают. Подобные несоответствия долгое время считались частными случаями.
Сравнив экспериментальные данные, включая длины химических связей, с константами Гаммета для распространенных групп, ученые выяснили, что зависимость меняется не постепенно, а скачками. Чтобы устранить расхождения, они взяли хорошо изученные группы, поведение которых предсказуемо (например, водород), установили для них линейную зависимость и на ее основе пересчитали параметры для «проблемных» заместителей. В результате «исправленные» константы позволили последовательно объяснить все прежние аномалии.
Исследователи считают, что уточнение констант важно как для фундаментальной химии, так и для прикладных направлений. В химической технологии это открывает возможности для более эффективных и избирательных катализаторов, в медицине — для точного прогноза свойств лекарственных молекул, а также для предсказуемого управления характеристиками полимеров и материалов на их основе.
Это исследование — не просто исправление ошибки в таблицах, которыми ученые пользуются почти столетие. Это разработка нового подхода к решению старой фундаментальной проблемы, которая приведет к развитию многих сфер индустрии. В дальнейшем мы планируем использовать полученные данные в моделях машинного обучения для увеличения точности предсказаний уравнения Гаммета.
Ранее Наука Mail рассказывала, что российские ученые вместе с иностранными коллегами придумали новый способ описания молекул графена.
