Kiralitás és homokiralitás

Hasonló dokumentumok
Reakciókinetika. aktiválási energia. felszabaduló energia. kiindulási állapot. energia nyereség. végállapot

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

Valószínűségszámítás összefoglaló

Valószínűségi változók. Várható érték és szórás

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

[Biomatematika 2] Orvosi biometria

Kinetika. Általános Kémia, kinetika Dia: 1 /53

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk

Reakció kinetika és katalízis

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Sztochasztikus folyamatok alapfogalmak

Reakciókinetika. Általános Kémia, kinetika Dia: 1 /53

FOTOKÉMIAI REAKCIÓK, REAKCIÓKINETIKAI ALAPOK

1. Példa. A gamma függvény és a Fubini-tétel.

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.

Differenciálegyenletek december 13.

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

A valószínűségszámítás elemei

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

Differenciál egyenletek (rövid áttekintés)

Oppozíció Lente Gábor doktori értekezéséről

Feladatok az 5. hétre. Eredményekkel és teljesen kidolgozott megoldásokkal az 1,2,3.(a),(b),(c), 6.(a) feladatokra

A környezetszennyezés folyamatai anyagok migrációja

A talajok összenyomódásának vizsgálata

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató

Gyakorló feladatok I.

Geometriai vagy kinematikai természetű feltételek: kötések vagy. kényszerek. 1. Egy apró korong egy mozdulatlan lejtőn vagy egy gömb belső

Statisztikai módszerek a skálafüggetlen hálózatok

Matematika III. harmadik előadás

A kálium-permanganát és az oxálsav közötti reakció vizsgálata 9a. mérés B4.9

Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek

Megoldások MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!

Loss Distribution Approach

Kémiai reakciók sebessége

Molekulák mozgásban a kémiai kinetika a környezetben

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

ODE SOLVER-ek használata a MATLAB-ban

Termodinamikai bevezető

Matematika III. 5. Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

[Biomatematika 2] Orvosi biometria

Abszolút folytonos valószín ségi változó (4. el adás)

Nemparaméteres próbák

A valószínűségszámítás elemei

Szemináriumi feladatok (alap) I. félév

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Matematika III előadás

SEMMELWEIS EGYETEM. Biofizikai és Sugárbiológiai Intézet, Nanokémiai Kutatócsoport. Zrínyi Miklós

A biológiai kiralitás eredetét értelmező kémiai reakciók modellezése

Gamma-röntgen spektrométer és eljárás kifejlesztése anyagok elemi összetétele és izotópszelektív radioaktivitása egyidejű elemzésére

Készítette: Fegyverneki Sándor

4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O

3. előadás Stabilitás

Diszkrét Matematika. zöld könyv ): XIII. fejezet: 1583, 1587, 1588, 1590, Matematikai feladatgyűjtemény II. (

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás

Differenciálegyenletek. Vajda István március 4.

Fizikai kémia 2 Reakciókinetika házi feladatok 2016 ősz

Modellek és Algoritmusok - 2.ZH Elmélet

BME Járműgyártás és -javítás Tanszék. Javítási ciklusrend kialakítása

A kémiai kötés eredete; viriál tétel 1

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

3. Lineáris differenciálegyenletek

Felületi feszültség: cseppfolyós-gáz határfelületen a vonzerő kiegyensúlyozatlan: rugalmas hártyaként viselkedik.

"Flat" rendszerek. definíciók, példák, alkalmazások

A mikroskálájú modellek turbulencia peremfeltételeiről

Híradástechikai jelfeldolgozás

Differenciálegyenlet rendszerek

Gazdasági matematika II. tanmenet

Kolloidkémia 1. előadás Első- és másodrendű kémiai kötések és szerepük a kolloid rendszerek kialakulásában. Szőri Milán: Kolloidkémia

Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik

A maximum likelihood becslésről

Excel segédlet Üzleti statisztika tantárgyhoz

Folytonos rendszeregyenletek megoldása. 1. Folytonos idejű (FI) rendszeregyenlet általános alakja

Nemlineáris programozás 2.

Reakciókinetika és katalízis

GROVER-algoritmus. Sinkovicz Péter. ELTE, MSc II dec.15.

előadás Diszkrét idejű tömegkiszolgálási modellek Poisson-folyamat Folytonos idejű Markov-láncok Folytonos idejű sorbanállás

A diplomaterv keretében megvalósítandó feladatok összefoglalása

A mérési eredmény megadása

Reakciókinetika és katalízis

Gazdasági matematika II. vizsgadolgozat, megoldással,

Atomok és molekulák elektronszerkezete

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Minősítéses mérőrendszerek képességvizsgálata


KÖZELÍTŐ INFERENCIA II.

Valószínűségelmélet. Pap Gyula. Szegedi Tudományegyetem. Szeged, 2016/2017 tanév, I. félév

Meghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait.

Differenciálegyenletek a mindennapokban

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

A kutatás eredményei 1

Átírás:

A biológiai kiralitás eredetének sztohasztikus kinetikai modelljei Lente Gábor Debreeni Egyetem, Szervetlen és Analitikai Kémiai Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Matematikai Modellalkotás Szeminárium,. szeptember 8.

Kiralitás és homokiralitás Királisnak nevezzük azokat a testeket, térbeli szerkezeteket, amelyek saját tükörképükkel nem hozhatók fedésbe Biológiai kiralitás aminosavak (L-enantiomer) fehérjék ukrok (D-enantiomer) poliszaharidok és nukleinsavak Következetesebb jelölésrendszer: R és S Kiralitás és homokiralitás Tükörképi párok EATIOMEREK energetikai szempontból pontosan azonosak A biológiai kiralitás oka sakis kinetikai lehet, vagyis a reakiók sebességi viszonyaival függ össze

Contergan (R)-enantiomer (S)-enantiomer teratogén hatású hatékony szedatívum a szervezetben nagyon gyorsan raemizálódik Abszolút aszimmetrikus reakió: jelentős enantiomerfelesleg kialakulása akirális reaktánsokból aszimmetrikus külső hatások nélkül Királis autokatalízis: kémiai reakió, amelyben a királis termék egyik enantiomere gyorsítja saját keletkezését (de a másik enantiomerét nem) 3

4+ H H HO OH OH Co H H H Co OH H Co OH HO H4Br H H + H H4Br H3 H Co H + Co(HO)6+ Br H királis K. Asakura et al. J. Phys. Chem. A, 4, 689. enantiomerfelesleg : R S ee = R+S kísérlet K. Asakura et al. J. Phys. Chem. A, 4, 689. 4

A Soai-reakió OH i-pr Zn H + CHO (S) Et O-toluol (3,7 :,) H + OH (R) K. Soai et al. Tetrahedron Asymm. 3, 4, 85. 37 azonos kísérlet K. Soai et al. Tetrahedron Asymm. 3, 4, 85. 5

..75 Soai-reakió: enantiomereloszlás K. Soai et al. Tetrahedron Asymm. 3, 4, 85. F(x).5.5...5.5.75. x R..75 Soai-reakió: enantiomereloszlás K. Soai et al. Tetrahedron Asymm. 3, 4, 85. F(x).5.5 K. Soai et al. Chirality 6, 8, 479....5.5.75. x R 6

Determinisztikus kinetika d = dt f () : a rendszerben előforduló összes anyagfajta konentráióját tartalmazó vektor, az idő függvénye Egyértelműen meghatározott kiindulási állapot Egyértelműen meghatározott állapot bármely időpillanatban Reprodukálhatatlanság: lényeges, de nem kellő mértékben szabályozott külső tényezők ingadozásának hatására, a kísérletező számára látszólag azonos körülmények között mért különböző eredmények Sztohasztikus jelleg: természeti törvény(ek) következményeként pontosan azonos körülmények között különböző eredmények 7

9Bi ature, 3, 4, 876. t/ =,9 9 év λ =, 7 s Determinisztikus leírás dnbi = λnbi dt Elsőrendű reakió kezdeti állapot: db bizmutmag nbi = e λt 8

Sztohasztikus leírás kiszemelt bizmutmag t idő után még nem bomlott el: e λt elbomlott: e λt exponeniális eloszlás db bizmutmag közül t idő után pontosan m bomlott el: Várható érték: Szórás: e m ( λt ) m ( e binomiális eloszlás µ = ( e σ = ( e λt ) λt λt )e λt ) m Elsőrendű modell sztohasztikus tartománya λt (= ln t / t ½ ).E+.E-6.E-.E-8 45,7 g tömegű Bi 4 Ge 3 O bolométer = 8,8 sztohasztikus tartomány (σ/µ >,) óra mérési idő λt = 4,3.E-4.E+.E+8.E+6.E+4 9

Egy egyszerű királis autokatalitikus modell A B (B R vagy B S ) v = k u [A] d[a] = k dt u [A] k [A]([B R ] + [B S ]) A + B R B R v = k [A][B R ] A + B S B S v 3 = k [A][B S ] d[b dt d[b dt R S ] =, 5k ] =, 5k u u [A] + k [A] + k [A][B [A][B R S ] ] analitikusan megoldható Egy egyszerű királis autokatalitikus modell A B (B R vagy B S ) v = k u [A] A + B R B R v = k [A][B R ] [B A + B S B S v 3 = k [A][B S ] [B analitikusan megoldható R S ] ] λ k [B ] u = + R t k λ λ k[a] + k[a] e λ k λ = [B k + k + u ] [ A] + k[br ] k[bs ] u = + S t k λ λ k[a] + k[a] e ku k ku k

k u = 5 s k = 8 M s V = m 3 kezdeti állapot: [A] =, M [B R ] = [B S ] = végállapot: [B R ] =, M [B S ] =, M molekula átalakulása után: [A] =, M [B R ] =,66 M [B S ] = végállapot: [B R ] =,943 M [B S ] =,57 M Sztohasztikus kinetika P. Érdi and J. Tóth Mathematial models of hemial reations Theory and appliations of deterministi and stohasti models Manhester University Press, 989. Tóth János, Érdi Péter A formális reakiókinetika modelljei, problémái és alkalmazásai A kémia legújabb eredményei 7-35. oldal Akadémiai Kiadó, Budapest, 978.

Sztohasztikus kinetika A B R A B S diszkrét állapot - folytonos idő n: az A molekulák száma reakió előtt (r,s) állapot: pontosan r darab B R és s darab B S molekula van jelen, (n r s) darab A molekula maradt P(r,s,t): annak a valószínűsége, hogy a rendszer t időpillanatban éppen az (r,s) állapotban van A B R v =,5κ u a+ κ ar κu = k u dp( r, s, t) dt + { κ u A B S v =,5κ u a+ κ as / = ( κ + κ r + κ s)( n r + κ ( r u )}( n r s + ) P( r κ = k V A s) P( r, s, t) +, s, t) + + { κ u / + κ ( s )}( n r s + ) P( r, s, t)

Lineáris, elsőrendű, homogén, állandó együtthatós differeniálegyenlet-rendszer dp( t) = M P( t) dt az állapotok száma: ( n + )( n + ) M = rendezőfüggvény: P( t) = P()exp( M t) ( r + s)( r + s + ) f ( r, s) = + r + Q(r,s): annak a valószínűsége, hogy a rendszer a reakió során bármikor áthalad az (r,s) állapoton.e+.e-6 sztohasztikus tartomány α.e-.e-8.e-4.e+.e+8.e+6.e+4 3

α = κ /κ u = 3 f(x) n = n = 5 n = 5..5.5.75. x R Elsőrendű autokatalízis f ( x Diszkrét-folytonos átmenet nagyon nagy részeskeszámra: Γ α Γ Γ α α ( / α ) (/ α) R ) = lim nq( r,s) = xr ( xr ) n,x = r / n r Béta-eloszlás Lente, G. J. Phys. Chem. A, 4, 8, 9475. 4

f(x) eloszlási sűrűségfüggvény α =,5 3 f(x) α =, α =,5 α = α = 5..5.5.75. x R.75 F(x) = x f ( ν ) dν eloszlásfüggvény α =,5 α =, α = F(x).5 α =,5 α = 5.5..5.5.75. x R 5

Magasabb rendű autokatalízis A B R v =,5κ u a+ κ ar ξ A B S v =,5κ u a+ κ as ξ ahol ξ > α = κ /κ u = 5 4 másodrendű autokatalízis α = 4 f(x) 3 n = n = 5 n = 5..5.5.75. x R 6

..75 Illeszkedésvizsgálat: Asakura-reakió másodrendű autokatalízis α = 5,5 4 n = 6, elsőrendű autokatalízis α =,6 F(x).5.5 normál eloszlás σ =,37..35.45.55.65 x R. Illeszkedésvizsgálat: Soai-reakió.75 másodrendű autokatalízis α = 3,8 n = 3, F(x).5.5 elsőrendű autokatalízis α =,6...5.5.75. x R 7

A Frank-modell F. C. Frank, Biohim. Biophys. Ata 953,, 459. A Frank-modell A: nem királis molekula B R és B S : királis tükörképi molekulapár C: nem királis bomlástermék reakióindítás: A B R A B S v = k u [A] v = k u [A] királis autokatalízis: A + B R B R v = k [A][B R ] A + B S B S v = k [A][B S ] kölsönös antagonizmus: B R + B S C v = k d [B R ][B S ] 8

Az enantiomerfelesleg definíiója hagyományos módosított determinisztikus ee = [B [B R R ] [B ] + [B S S ] ] E = [ B ] [B R [A] S ] sztohasztikus (várható érték) ee ee i P i = n i = E E i P i = n i = = {aκ Zárt rendszer számolás differeniálegyenlet-rendszer dp( a, r, s, t) = dt u + arκ + asκ + rsκ d } P( a, r, s, t) + + {( a + ) κ u + ( a + )( r ) κ } P( a +, r, s, t) + + {( a + ) κ u + ( a + )( s ) κ } P( a, r, s, t) + + {( r + )( s ) κ d } P( a, r +, s +, t) ee(t = ) = E(t = ) Végállapot: sak C és B R vagy B S 9

Eloszlások Q(,n,).. κ /κ u =, = n 3 κ d /κ u E értékek = E 4 κ /κ u 4 κ d /κ u 4

Átfolyásos rendszer (CSTR) A-t betápláljuk, A, B, C keverékét elvezetjük E ee Állandó részeskeszám Átfolyási reakió: B R, B S vagy C seréje A-ra (κ f ) B S B S A A A C A, B R, B S, C B R B R Átfolyásos rendszer staionárius állapot az egyes állapotok valószínűsége független az időtől, a staionárius állapot független a kezdeti feltételektől Algebrai egyenletrendszer: nn lineáris egyenlet = {aκ + {( a + ) κ + {( a + ) κ + {( r + )( s ) κ + ( r + ) κ + ( s + ) κ f + arκ + ( a + )( r ) κ + ( a + )( s ) κ P( a, r +, s) + f u P( a, r, s + ) + + ( a r a + ) κ u u d + asκ + rsκ } P( a, r +, s +, t) + f d P( a, r, s) + ( a) κ } P( a +, r, s) + } P( a, r, s ) + f } P( a, r, s) + Állapotok száma: + 3 ( + 3)( + )( + ) nn = = 3 6 Rendezőfüggvény: 3 a a( a + ) f ( a,r,s ) = + a 6 = M P a + a + + 6 r 3r + + r( a ) + + s +

E és ee értékek κu/κf = = E ee κ/κf κd/κf κ/κf κd/κf Lente, G.; Ditrói, T. J. Phys. Chem. B, 9, 3, 737. E és ee értékek κu/κf = = Lente, G. Symmetry,,, 767.

A Soai-reakió sztohasztikus modellje OH i-pr Zn H + CHO (S) Et O-toluol (3.7 :.) H + OH (R) A Soai-reakió kinetikai modellje Reation Reation + z zr k z 9 dr + tr k 3 dr + z zs k z tr dr + k 3b tr 3 zr + zr dr k (zr) ds + ts k 3 ds 4 dr zr k b dr ts ds + k 3b ts 5 zs + zs ds k (zs) 3 drs + trs k 3 drs 6 ds zs k b ds 4 trs drs + k 3b trs 7 zr + zs drs α k zs zr 5 tr + z dr + zr k 4 tr z 8 drs zr + zs k b drs 6 ts + z ds + zs k 4 ts z 7 trs + z drs + zr k 4 trs z 8 trs + z drs + zs k 4 trs z T. Buhse Tetrahedron Asymm. 3, 4, 55. 3

Anyagmegmaradás: Az állapotok száma = + zr + zs + (dr + ds + drs) + z = z + zr + zs + 3 (tr + ts + trs) + (dr + ds + drs + tr + ts + trs) Az állapotok száma: Ezen egyenletrendszer megoldásainak száma (minden ismeretlen nemnegatív egész szám) Az állapotok száma n = = z 4 5 8 9 M Ha n osztható 6 - M( n ) = 3 6 8! 4868 + n 7 8! 4 3 9 8 n 48 96 67454 8 + n 7 334 8! 555 95 46 tal : + n 3 8! 3 n = = z 7 3 5 9 + n 3 8! 5 M 68 3439 597 85 + 4 743n 8 8! 59 5967 6 5338 + n + 8! 5 888 6388559 69769 ~4,7 ~,3 7 39 + n 8! 5 + 4

Az állapotok száma n = = z 3 4 5 6 M 3 9 48 96 8 n = = z 3 4 5 5 M 68 3439 597 743 59 5967 888 7 8 9 34 555 95 46 5 6388559 69769 ~4,7 ~,3 7 Rendezőfüggvény yers erő : az értelmezési tartomány és az értékkészlet teljes felsorolása (8 állapot) Mátrixformalizmus: teljes megoldás mátrixexponeniális függvénnyel 5

6 Időfüggések µ () 4 ee µ () 5 ee % % t (s) Enantiomereloszlás végállapotban. P. 6 4 4 6 s ee n r 6

Monte Carlo (MC) szimuláió Eloszlások közelítése nagy számú egyedi szimuláióval A Természet nem old meg differeniálegyenleteket, hanem MC szimuláiót végez MC szimuláió a Soai-reakióban agyon lassúúúúúúúúúúúúúúúúúúúú... Reation v = Reation v = + z zr + z zs k z k z dr + tr tr dr + k 3 dr k 3b tr 7 78 zr + zr dr k (zr) 357 ds + ts k 3 ds dr zr k b dr 355 ts ds + k 3b ts zs + zs ds k (zs) 6 drs + trs k 3 drs 7 ds zs k b ds 6 trs drs + k 3b trs zr + zs drs drs zr + zs α k zs zr k b drs 3 3 tr + z dr + zr ts + z ds + zs trs + z drs + zr trs + z drs + zs k 4 tr z k 4 ts z k 4 trs z k 4 trs z 9 4 = 6 9 ; z =, ; V =,9 m 3 7

Gyorsító trükk Új változó: mr = zr + dr (hasonlóan ms = zs + ds) [ m / ] i r k AV m r! i i = k i b i!(mr i)! dr = [ m / ] i r k + AV m r! i = kb i!(m i)! r i zr = mr dr 8

. A Soai-reakió MC szimuláiója.75 F(x).5.5 zr and zs molekula képződéséig ismétlés: 4694..45.5.55 x R..75 A Soai-reakió MC szimuláiója Binomiális eloszlás P( m) =. 5 m F(x).5.5 zr and zs molekula képződéséig ismétlés: 4694..45.5.55 x R 9

Determinisztikus folytatás Determinisztikus differeniálegyenlet-rendszer A kezdeti érték az MC szimuláió végeredménye em jósol kimutatható enantiomerfelesleget makroszkopikus nagyságú anyagmennyiségekre!!! Ez a következtetés nem változik, ha bármely paraméter -3 nagyságrenddel változik 4 Determinisztikus folytatás. A Soai-reakió MC szimuláiója 3.75 F(x).5 ee % [] =, M [z] =, M.5 [zr] =,78 8 M [zs] =,9 8 M zr and zs molekula képzodéséig ismétlés: 4694..45.5.55 x R 4 8 t (ps) 3

Összefoglalás Sztohasztikus kinetika: ritka, de esetenként feltétlenül szükséges a kémiában A biológiai kiralitás kialakulásában a királis autoktalízis szerepe Kísérletileg mért és elméletileg levezettet eloszlások összehasonlításának jelentősége 3