Aplicação de técnicas de aprendizado de máquina à modelagem da solubilidade de álcoois de açúcar em líquidos iônicos

Scientific Reports volume 13, Artigo número: 12161 (2023) Citar este artigo

436 Acessos

Detalhes das métricas

A tendência atual das indústrias químicas exige um processamento verde, em particular com o emprego de substâncias naturais, como compostos derivados do açúcar. Essa questão tem incentivado setores acadêmicos e industriais a buscarem novas alternativas para a extração desses materiais. Os líquidos iônicos (ILs) estão atualmente abrindo caminho para processos de extração eficientes. Para este fim, a estimativa precisa dos dados de solubilidade é de grande importância. Este estudo baseia-se em métodos de aprendizado de máquina para modelar os dados de solubilidade de álcoois de açúcar (SAs) em ILs. Uma análise inicial de relevância aprovou que o equilíbrio SA-IL é governado pela temperatura, densidade e peso molecular dos ILs, bem como pelo peso molecular, temperatura de fusão e entalpia de fusão dos SAs. Além disso, a temperatura e a temperatura de fusão têm a influência mais forte na solubilidade dos SAs nos ILs. O desempenho de redes neurais artificiais (RNAs), regressão vetorial de suporte de mínimos quadrados (LSSVR) e sistemas de inferência neuro-fuzzy adaptativos (ANFIS) para prever a solubilidade de SA em ILs foram comparados utilizando um grande banco de dados (647 pontos de dados de 19 SAs e 21 LI). Dentre os modelos investigados, o ANFIS ofereceu a melhor acurácia com desvio relativo absoluto médio (AARD%) de 7,43% e coeficiente de determinação (R2) de 0,98359. O melhor desempenho do modelo ANFIS foi obtido com raio central do cluster de 0,435 quando treinado com 85% do banco de dados. Análises adicionais do modelo ANFIS baseadas no método de alavancagem revelaram que este modelo é suficientemente fiável devido ao seu elevado nível de cobertura e ampla gama de aplicabilidade. Consequentemente, este modelo pode ser efetivamente utilizado na modelagem das solubilidades de SAs em ILs.

Os recursos de biomassa são uma alternativa viável, abundante, verde, renovável e sustentável aos recursos convencionais para síntese química e fornecimento de energia. Essa transição é intensificada pela redução da quantidade de combustíveis fósseis extraíveis, pelo endurecimento das regulamentações ambientais e pela estabilização dos preços de conversão de biomassa1,2,3,4. Os principais caminhos para atingir este marco passam pela conversão da biomassa lignocelulósica5,6,7. Visto que diversas substâncias podem ser sintetizadas pela conversão direta ou indireta da lignocelulose, dentre as quais os açúcares e os álcoois de açúcar (AS) são de grande interesse8,9,10.

Os SAs, também conhecidos como polióis, são compostos por carboidratos hidrogenados acíclicos11. Graças às suas estruturas únicas e à densidade de grupos funcionais, os SAs encontraram grande popularidade na indústria farmacêutica, na indústria alimentícia e em processos químicos12. Possuindo propriedades semelhantes ou até melhores que os açúcares convencionais, os ACS também consideraram ingredientes alimentícios13. Além disso, são cada vez mais utilizados em aplicações farmacêuticas devido às suas notáveis ​​propriedades funcionais e méritos para a saúde14. Apesar de existirem em quantidades aproximadamente pequenas, os ASs foram consumidos globalmente até 1,9 × 106 toneladas métricas em 202211,14, o que justifica a importância do desenvolvimento de abordagens confiáveis ​​para prever suas propriedades e comportamento. O processamento de SA através de biorrefinaria necessita de solventes eficientes para pré-tratar ou dissolver biomassa, fornecer um meio de reação adequado e melhorar a conversão de açúcares em intermediários ou produtos finais .

Para tanto, diversos solventes com características diferentes, como água, solventes orgânicos, ácidos, bases e líquidos iônicos (LIs)17 têm sido sugeridos. Os ILs não apenas oferecem estado líquido e não volatilidade em uma ampla faixa de temperaturas, mas também se beneficiam de alta estabilidade térmica e notável força de solubilidade. Essas características os tornam ferramentas potencialmente atraentes para superar diversos desafios operacionais18 associados aos solventes convencionais. A versatilidade dos LIs permite que suas características, propriedades termoquímicas e poder de solvatação sejam projetados ajustando adequadamente o par ânion/cátion .