Crystal structure prediction by data mining

点击翻译按钮获取中文摘要

Kristallstrukturvorhersage stellt eine große Herausforderung für die theoretische Chemie dar. Ein hochdimensionaler Variablenraum muß nach dem globalen Minimum durchsucht werden. Die zugehörige Energiefunktion für intermolekulare Wechselwirkungen ist derzeit nur für wenige chemische Elemente bekannt und schwer zugänglich. Das Problem der intermolekularen Wechselwirkungen, und die Kristallstrukturvorhersage im speziellen, ist sowohl von hohem wissenschaftlichen Interesse als auch von großer industrieller Bedeutung in der chemischen Industrie, etwa der Pigmententwicklung, der Qualitätssicherung von Medikamenten und in der kosmetischen Industrie.Innerhalb des Projektes ist geplant, Potentiale für intermolekulare Wechselwirkungen aus Datenbanken von Kristallstrukturen abzuleiten und diskrete Algorithmen als Suchstrategie zur Auffindung globaler Minima einzusetzen. Die heute verfügbaren großen Datenbanken erlauben neue Wege der Strukturvorhersage. Zum einen sollen statistische Methoden und andere Methoden des Data Minings eingesetzt werden, um auch Aussagen über Verbindungen machen zu können, die anderen Methoden nicht zugänglich sind. Zum anderen soll ein allgemeiner Algorithmus zur Generierung von (Kristall-)Strukturen basierend auf diskreten Methoden entwickelt werden. Durch die Integration dieser beiden Neuentwicklungen in eine entsprechende Umgebung soll die Kristallstrukturvorhersage ermöglicht werden, aber auch die Möglichkeiten der Strukturaufklärung aus Röntgenpulverdaten verbessert.