Multivariate design of sustainable and efficient ionic liquids

I liquidi ionici (ILs) attirano grande attenzione grazie alla loro versatilità applicativa in differenti ambiti. Anche se spesso definiti come solventi "verdi", non possono essere considerati sempre privi di effetti per l'ambiente, soprattutto a causa della loro elevata miscibilità in acqua oltre che per la loro alta stabilità chimica e termica. Sostenibilità ed efficienza sono entrambi requisiti fondamentali da valutare nelle numerose possibili applicazioni industriali in relazione anche al regolamento europeo REACH. Affidabili test di tossicità sono spesso riportati per una specifica classe di composti e riguardano specifici target. In un tale contesto, una analisi multivariata preliminare ha permesso di compattare i dati di tossicità in 104 scores [1] rappresentativi dei più comuni target acquatici. Le possibili combinazioni di cationi e anioni possono dar vita a più di un milione di ILs, che coprono un enorme spazio sperimentale il cui studio richiederebbe un elevatissimo numero di esperimenti. Si rende quindi necessaria una selezione razionale degli esperimenti più informativi. Lo sviluppo di modelli quantitativi di correlazione struttura-proprietà (QSPR) implica la conoscenza di descrittori strutturali che, nel caso dei liquidi ionici, sono spesso difficilmente reperibili in letteratura. Per superare tale difficoltà sono stati ricavati in silico descrittori chimico-fisici [2] ricorrendo a VolSurf+ per sviluppare modelli QSPR atti a predire la tossicità acquatica [2] e la polarità [3] degli ILs. I sopracitati descrittori sono stati anche compattati in poche "Proprietà Principali" (PPs) [4] adatte per il design sperimentale multivariato. Le PPs possono essere usate in semplici equazioni multiparametriche per predire sia proprietà tossicologiche [4,5] che proprietà chimico-fisiche [6,7] degli ILs e consentire una selezione "intelligente" di ulteriori esperimenti così da espandere lo spazio sperimentale finora esplorato. Bibliografia [1] Paternò, A.; D Anna, F.; Musumarra, G.; Noto, R.; Scirè, S., RSC Adv., 2014, 4, 23985. [2] Paternò, A.; Bocci, G.; Goracci, L.; Musumarra, G.; Scirè, S., SAR QSAR Environ. Res., 2016, 27, 1. [3] Paternò, A; D Anna, F.; Fortuna, C. G.; Musumarra, G., Tetrahedron, 2016, 72, 3282. [4] Paternò, A.; Bocci, G.; Cruciani, G.; Fortuna, C. G.; Goracci, L.; Musumarra, G.; Scirè, S., SAR QSAR Environ. Res., 2016, 27, 221. [5] Paternò, A.; Scirè, S.; Musumarra, G., Toxicol. Res., 2016, 5, 1090. [6] Paternò, A.; Fiorenza, R.; Marullo, S.; Musumarra, G.; Scirè, S., RSC Adv., 2016, 6, 36085. [7] Paternò, A.; Goracci, L.; Scirè, S.; Musumarra, G., ChemistryOpen, 2017, doi: 10.1002/open.201600119.

Grantor dc:publisher

Università degli studi di Catania

Year dc:date

2017

Author dc:creator

• PATERNO', ALESSIO

Contributors dc:contributor

• MUSUMARRA, Giuseppe
• SORTINO, Salvatore

• QSPR, Ionic Liquids, VolSurf+ Descriptors, Principal Properties

Statement dc:rights

• info:eu-repo/semantics/openAccess
• license:PUBBLICO - Pubblico con Copyright
• license uri:iris.PUB02

Language dc:language

eng

Handle dc:identifier

https://hdl.handle.net/20.500.11769/582690

OAI identifier oai:identifier

oai:www.iris.unict.it:20.500.11769/582690