Ahir pel matí, la NASA va enlairar l’OCO (Orbiting Carbon Observatory), un satèl·lit que havia de fer un mapat, en temps pràcticament real de les concentracions de diòxid de carboni a la Terra.

Quan s’enlaira un satèl·lit a l’espai, aquest és propulsat per un coet, que el porta a dins. En condicions normals, una vegada enlairat, la càpsula transportadora del coet, s’obre i deixa el satèl·lit en òrbita mentre el coet cau al mar. Ahir, per quelcom que encara no se sap, la càpsula no es va obrir i l’OCO, va anar a parar al mar, prop de l’Antàrtida, juntament amb el coet que el transportava.

L’OCO era una missió interessant, fent una òrbita polar (i no equatorial, com fan la majoria de satèl·lits de telecomunicacions), havia de permetre fer un mapa de la concentració de diòxid de carboni al planeta cada 16 dies. Aquests mapes haurien d’haver permès identificar, a banda dels punts de més emissió (per aquests no cal un satèl·lit), els punts on s’absorveix més CO₂ (segurament, oceans i grans masses forestals). La identificació d’aquests punts podria haver permès estudiar-los i potenciar-los, de cara a reduir les concentracions de diòxid de carboni a l’atmosfera.

Crec que és hora d’explicar amb calma i una mica detalladament, amb llenguatge planer, a què em dedico, què faig al laboratori/despatx. Primer però, per posar-nos en situació, començaré parlant de la tesi i miraré d’explicar a què m’he dedicat durant els darrers cinc anys.

El mes d’octubre passat vaig acabar una tesi en química computacional. Què vol dir això? doncs que vaig fer una tesi on aplicava mètodes de la química computacional a resoldre problemes químics o bioquímics reals. Com ho feia? introduint una sèrie de molècules (un fitxer amb coordenades espaials “xyz” de la molècula a estudiar) a l’ordinador que, mitjançant uns determinats programes, obtenia l’estructura molecular de menys energia.

Bé, i què és això de l’estructura molecular de menys energia? una molècula, com tot, tendeix a estar en una forma que impliqui la menor energia possible. Com a exemple, penseu en la cera d’una espelma. Quan tenim l’espelma en forma d’espelma, la cera és sòlida però, si li administrem energia, l’excitem, passarà a una forma de més energia, líquida que, quan es refredi, tornarà a l’estat de menys energia, sòlid (tot i que haurà patit una transformació i tindrà una forma diferent a la inicial). Els programes que he emprat per fer els meus “càlculs” busquen quina estructura molecular té la mínima energia.

I què n’he fet d’aquestes estructures de mínima energia? Estudiar reaccions. Una reacció química és un procés de tres etapes. Es comença amb uns reactius per separat (l’espelma i el foc -sense que hagin entrat en contacte-) i s’acaba amb uns productes (l’espelma ja apagada amb una forma diferent a la inicial). Pel mig hi ha hagut un estat excitat anomenat estat de trancisió (l’espelma cremant). Amb l’ordinador es poden estudiar aquests tres estats d’una reacció i analitzar-la així, amb molt detall.

Els mètodes computacionals, sovint, ajuden a entendre el perquè una reacció té lloc en unes circumstàncies i no en unes altres, a analitzar les diferents vies per les que pot anar una reacció, perquè el producte d’una reacció és diferent a l’esperat,…

Durant la tesi, he aplicat aquests mètodes a entendre diferents sistemes de química orgànica i bioquímica. El protagonista ha estat un aminoàcid anomenat selenocistgeïna, aquest és un aminoàcid peculiar, poc freqüent i present en proteïnes que catal·litzen (controlen) reaccions on hi ha intercanvi d’electrons. Doncs bé, la selenocisteïna és molt similar a un altre aminoàcid anomenat cisteïna, però el primer té seleni on el segon hi té sofre. Aquest apartat de la tesi compara (analitzant totes les etapes d’una reacció catal·litzada per un enzim que conté selenocisteïna) quins avantatges té el seleni en front del sofre. Els resultats que tinc de moment mostren que el sistema amb seleni perd els electrons més fàcilment que no pas el sistema amb sofre.

A banda del tema anterior, col·laborant amb dos grups experimentals (dels que treballen amb tubs d’assaig i provetes), la tesi presenta l’estudi de tres reaccions orgàniques: la síntesi de 4-helicenoquinones, la síntesi de 5-helicenoquinones i l’ús de sals de guanidini com a catal·litzadors. En aquests tres projectes s’ha estudiat el perquè de determinats resultats experimentals, clarificant els processos intermitjos de la reacció i justificant el perquè d’algunes de les característiques dels productes.

En la propera entrega parlaré del que faig actualment a la feina.

Necessito comparar diverses molècules. Encara no hi entenc massa, però, crec que una de les millors maneres és fer servir el coeficient de Tanimoto [en]. Això, el càlcul d’aquest coeficient l’he de fer de forma reiterada, necessito anar calculant el coeficient per cada molècula que generi i comparar-la així amb una molècula final. A més a més, vull integrar-ho dins un programa que tinc fet amb Python.

La millor manera, doncs, és fent ús de Pybel, un mòdul Python per fer servir eines de l’Openbabel des de codi Python. La manera de fer-ho és ben senzilla. Des de Python:

>>> import pybel #importarem el mòdul
>>> smiles = ['CCCC', 'CCCN'] #Array de molècules
>>> mols = [pybel.readstring("smi", x) for x in smiles] #Llegim les molècules
>>> fps = [x.calcfp() for x in mols] #calculem els fingerprints (descriptors)
>>> print fps[0] | fps[1] #finalment, calculem el coeficient
0.333333333333

I… llestos! suposo que hi deuen haver maneres més acurades i que, com tota cosa estadística, com més descriptors es tinguin per cada molècula, millor, però, per a començar, no va gens malament i el mètode és molt fàcil d’implementar.