Селективность гидрирования превысила 90 процентов
Химики из Испании и Италии разработали гетерогенный катализатор для селективного гидрирования ацетилена в смеси с избытком этилена и водорода. Объемное содержание ацетилена в смеси в один процент удалось снизить до менее чем одной десятитысячной процента, пишут ученые в Nature Catalysis.
Чтобы в промышленности из этилена C2H4 эффективно получать полиэтилен, сначала газ нужно очистить от примесей ацетилена C2H2. Для этого химики под руководством Донателлы Арментано (Donatella Armentano) из Университета Калабрии разработали эффективный катализатор. Он состоял из металл-органического каркаса на основе метилцистеина, содержащего пары из атомов палладия и золота. При этом сама каталитическая реакция шла на палладии, а золото было нужно для улучшения каталитических свойств палладиевых центров. Что интересно, реакция гидрирования оказалась практически безбарьерной — ее экспериментально найденная энергия активации составляет около одной килокалории на моль.
Она работает на сервере с квотой и не разрешает изучать потенциальные лекарства
Компании Google DeepMind и Isomorphic Labs, принадлежащие Alphabet, представили AlphaFold 3 — новую версию модели на основе машинного обучения и диффузионной модели для предсказания точной структуры белков и их взаимодействий друг с другом и другими веществами. По заявлению разработчиков, она стала первой, превзошедшей по точности методы предсказания, основанные на физических свойствах молекул. Статья о модели принята для ускоренной публикации в Nature. Кроме того, о разработке рассказывают редакционные подкаст и статья, а также пресс-релизе Google.