Российская Академия Наук

Институт Нефтехимии и Катализа

ИНФОРМАЦИОННАЯ ЭНТРОПИЯ ХИМИЧЕСКИХ РЕАКЦИЙ – НОВАЯ МЕТОДОЛОГИЯ В ЦИФРОВОЙ ОРГАНИЧЕСКОЙ ХИМИИ

 

В лаборатории математической химии ИНК УФИЦ РАН (заведующий лабораторией — д.х.н. Сабиров Д.Ш.) предложен новый подход к оценке информационной энтропии молекулярных ансамблей и химических реакций, который существенно расширяет возможности цифровой химии для описания синтетических трансформаций органических соединений.

Цифровая химия — формирующееся направление математической химии, связанное с использованием методов компьютерного моделирования для решения химических задач (поиска соединений с прогнозируемыми свойствами, анализа кинетических схем многостадийных химических реакций, оценки сложности строения молекул и молекулярного подобия, исчисления и генерации изомеров и т.п.). Одним из ключевых инструментов цифровой химии является использование дескрипторов для описания строения химических соединений, и этот вопрос вполне проработан на концептуальном уровне для изолированных молекул. Вместе с тем, использование структурных дескрипторов (например, информационной энтропии) для описания молекулярных ансамблей и химических процессов до сих остаётся открытым.
В лаборатории математической химии ИНК УФИЦ РАН было найдено [1], что информационная энтропия молекулярного ансамбля (hME) складывается не только из значений информационной энтропии молекул (h) — и включает дополнительное слагаемое, названное корпоративной энтропией HΩ, которая возникает при объединении молекул в ансамбль. Эта величина не зависит от строения молекул и определяется только их размером (числом атомов в молекуле). 
Изменение информационной энтропии в химической реакции рассчитывается как разность значений, соответствующих молекулярным ансамблям продуктов и реагентов, т.е. ΔhR = hME(prod) — hME(react). Использование развиваемого подхода после небольших математических преобразований позволяет не просто рассчитывать значения ΔhR, но и оценивать отдельные вклады в информационную энтропию химического процесса, связанные с (а) изменением строения молекул и/или (б) их размеров, обозначаемые как энтропия реорганизации (Hreorg) и энтропия перераспределения атомов между молекулами (Hredistr) [2].

Новый подход был успешно апробирован для цифрового описания классических реакций органических соединений (реакций атомизации, изомеризации, Дильса—Альдера и др.) [2]. Для однотипных реакций развиваемый подход даёт разные оценки информационной энтропии в зависимости от химической природы взаимодействующих веществ и образующихся продуктов, т.е. его использование открывает возможности «машинной» классификации химических реакций. Например, информационная энтропия реакций образования простых эфиров зависит от того, одинаковые или разные молекулы спирта в ней участвуют [2]; информационная энтропия олигомеризации фуллерена по-разному «реагирует» на чётность числа мономерных звеньев в зависимости от строения образующихся наноструктур [3].

 

В лаборатории математической химии изучаются возможности использования информационной энтропии в качестве базового параметра для решения различных задач математической и физической химии органических соединений. Этот параметр был введён Клодом Шенноном в теорию коммуникации в 1948 году [4] и затем нашёл широкое применение для оценки сложности молекулярных объектов, которые могут быть представлены в виде множеств элементов — атомов и/или химических связей [5, 6]. Ранее в ИНК УФИЦ РАН «классический» информационно-теоретический подход использовался для изучения строения фуллеренов и их производных [7, 8], аллотропных модификаций кислорода [9], органических соединений межзвёздной среды [10]. Однако расчёты изменения информационной энтропии в химических реакциях по аналогии с термодинамической энтропией (как разность значений, соответствующих продуктам и реагентам ΔhR = Σh(prod) — Σh(react) [11]) приводили к контринтуитивным результатам. Это послужило отправной точкой поиска корректного подхода к оценке изменения информационной энтропии в химических процессах.
Отметим, что в настоящее время информационная энтропия в ряде исследований трактуется шире, чем просто структурный дескриптор. В работах [12, 13] обсуждаются варианты её физико-химической интерпретации в контексте самоорганизации вещества. Кроме того, этот параметр имеет отношение к количественной оценке материальных ресурсов, необходимых для хранения информации, в том числе в задачах цифрового кодирования химических объектов [14].

ЛИТЕРАТУРА
1. D. Sh. Sabirov, Information entropy of mixing molecules and its application to molecular ensembles and chemical reactions, Computational and Theoretical Chemistry, 2020, 1187, 112933.
2. D. Sh. Sabirov, Information entropy changes in chemical reactions, Computational and Theoretical Chemistry, 2018, 1123, 169–179.
3. D. Sh. Sabirov, Information entropy change in [2+2]-oligomerization of the C60 fullerene, International Journal of Chemical Modeling, 2017, 9(4), 203–213.
4. C. E. Shannon, A mathematical theory of communication, The Bell System Technical Journal, 1948, 27, 379–423.
5. S. J. Barigye, Y. Marrero-Ponce, F. Pérez-Giménez, D. Bonchev, Trends in information theory-based chemical structure codification, Molecular Diversity, 2014, 18, 673–686.
6. S. C. Basak, Gute B. D. Mathematical biodescriptors of proteomics maps: Background and applications, Current Opinion in Drug Discovery and Development, 2008, 11(3), 320–326.
7. D. Sh. Sabirov, E. Ōsawa, Information entropy of fullerenes, Journal of Chemical Information and Modeling, 2015, 55, 1576–1584.
8. D. Sh. Sabirov, A. O. Terentyev, V. I. Sokolov, Activation energies and information entropies of helium penetration through fullerene walls. Insights into the formation of endofullerenes nX@C60/70 (n = 1 and 2) from the information entropy approach, RSC Advances, 2016, 6, 72230–72237.
9. D. Sh. Sabirov, I. S. Shepelevich, Information entropy of oxygen allotropes. A still open discussion about the closed form of ozone, Computational and Theoretical Chemistry, 2015, 1073, 61–66.
10. D. Sh. Sabirov, Information entropy of interstellar and circumstellar carbon-containing molecules: Molecular size against structural complexity, Computational and Theoretical Chemistry, 2016, 1097, 83–91.
11. G. Karreman, Topological information content and chemical reactions, Bulletin of Mathematical Biophysics, 1955, 17, 279–285.
12. В. Б. Алесковский, Информация как фактор самоорганизации и организации вещества, Журнал общей химии, 2002, 72(4), 611–616.
13. В. М. Таланов, В. В. Иванов, Структура как источник информации о химической организации вещества, Журнал общей химии, 2013, 83(12), 1937–1948.
14. M. A. Nielsen, I. L. Chuang, Quantum Computation and Quantum Information, Cambridge University Press, 2001, pp. 822.
Наверх