Enhancing POMSimulator Applications in Heteropolyoxometalates: A Statistical and Data-Driven Approach

L'estudi dels polioxometalats (POM) ha evolucionat des del segle XIX, mostrant la seva versatilitat en camps com ara la medicina, l'electroquímica i la catàlisi. No obstant això, els processos que condueixen a l'autoenssemblatge d'aquests clústers inorgànics continuen sent poc coneguts, cosa que incrementa la necessitat d'eines per explorar-ne l'especiació. S'ha desenvolupat una metodologia nova, POMSimulator, per modelar els complexos processos d'equilibris multiespècie en solucions aquoses de POMs. Utilitzant càlculs DFT, Teoria de Grafs i l'equilibri químic, POMSimulator genera xarxes de reaccions químiques per establir múltiples models d'especiació i determinar constants de formació (Kf) per a diferents POMs. Aquesta tesi millora POMSimulator a través de dos enfocaments principals. En primer lloc, un mètode “data-driven” que prediu els paràmetres d'escalat lineal necessaris per ajustar les constants de formació derivades de DFT en absència de referències experimentals, usant un model de Regressió Lineal Múltiple (MLR) basat en una extensa base de dades models d'especiació. En segon lloc, s'introdueix un procés de “clustering” per gestionar la gran quantitat de dades generades, integrat en un protocol estadístic. Ambdós mètodes han estat validats utilitzant sistemes estudiats prèviament i s'alineen amb els principis de “FAIR data” publicant el codi de POMSimulator. Aquesta nova metodologia va ser aplicada a dos sistemes d'heteropolioxometalats (HPA) com el fosfomolibdat i l'arsenomolibdat. Amb el primer sistema es va aplicar el tractament estadístic mostrant un molt bon acord amb els resultats experimentals, incloent per primer cop un diagrama de fases per a un HPA. Amb el segon sistema, es van aplicar simultàniament el tractament estadístic i el model de MLR obtenint també resultats molt comparables amb els experimentals