FUNPOLYMER · Difusión RMN e inteligencia artificial
DiffAtOnce: difusión RMN e inteligencia artificial para peso molecular de polímeros
Predicción de peso molecular en cualquier disolvente y cualquier concentración*
DiffAtOnce es una plataforma desarrollada en el proyecto FUNPOLYMER para procesar experimentos de difusión por RMN y estimar distribuciones de peso molecular en polímeros. Combina la ley de escala Arrabal–Fernández, calibrado universal, algoritmos numéricos avanzados, transformada inversa de Laplace e inteligencia artificial.
* Independencia de disolvente y concentración mediante un modelo calibrado. El artículo de 2025 estudia PS y PPG lineales de baja dispersidad y concentraciones de 1,5 a 150 mg/mL. La extrapolación a otros sistemas requiere revisar su calibración y dominio de aplicación. Artículo y condiciones ↗
FUNPOLYMER PID2021-126445OB-I00UNIVERSIDAD DE ALMERÍAINSTITUTE OF PHYSICAL CHEMISTRYPolish Academy of SciencesEquipo y colaboraciones ↗
FUNPOLYMER: del experimento de difusión a la distribución de peso molecular
FUNPOLYMER aborda la determinación rápida y trazable de distribuciones de peso molecular de polímeros en disolución mediante RMN de difusión, como alternativa a técnicas clásicas basadas en cromatografía de exclusión por tamaño (SEC/GPC). Su avance central es integrar la dependencia del disolvente y de la concentración mediante las curvas universales \( \kappa(M_w) \) y \( D\eta_{1/\infty}(M_w) \).
El reto
Reducir tiempos de medida y consumo de disolventes, buscando mantener o mejorar la precisión respecto a SEC/GPC y superar la necesidad de trabajar siempre a dilución muy alta.
El objetivo es estimar el peso molecular independientemente del disolvente y de la concentración de la muestra, dentro del dominio del modelo.
La solución
Integrar algoritmos ILT avanzados, calibrado universal (UCC) y las curvas \( \kappa(M_w) \) y \( D\eta_{1/\infty}(M_w) \), junto con metodologías de difusión extendida (ediffNMR) e inteligencia artificial.
Una plataforma para conectar los decaimientos experimentales con distribuciones de difusión y de peso molecular que puedan revisarse.
El resultado
DiffAtOnce: una plataforma de investigación basada en la ley de escalado Arrabal–Fernández y en las curvas universales desarrolladas en FUNPOLYMER.
La base científica se organiza ahora en cuatro productos independientes: DiffAtOnce DC, DiffAtOnce Continuum, DiffAtOnce Prime y ResinAtOnce.
Herramientas numéricas, físicas y de inteligencia artificial para cubrir el ciclo completo: desde la adquisición del experimento de difusión hasta distribuciones de peso molecular y su contraste con SEC/GPC. El modelo incorpora el efecto del disolvente y de la concentración, en lugar de limitar el análisis a una única condición experimental.
Algoritmos ILT especializados
Biblioteca de métodos de transformada inversa de Laplace adaptados a difusión por RMN: enfoques discretos, continuos y regularización avanzada.
La elección del método, la malla y la regularización forma parte de la interpretación; el ajuste y los residuos deben acompañar a las distribuciones.
La viscosidad se trata como parámetro explícito. UCC y las curvas \( \kappa(M_w) \) y \( D\eta_{1/\infty}(M_w) \) conectan difusión y peso molecular.
El programa científico contempla familias como PS, PPG, PMMA, PE, dextrano y poliisopreno. La calibración y la evidencia aplicable se revisan para cada familia; no todas comparten automáticamente el mismo dominio de validación.
Aprendizaje profundo y computación de altas prestaciones para acelerar el análisis de grandes volúmenes de datos y explorar metodologías ultrarrápidas y time-resolved.
Nerea añade ayuda contextual, reglas y consulta documental en ResinAtOnce. Estas funciones de asistencia se distinguen de los modelos de IA dedicados a reconstrucción numérica.
Desarrollado en la Universidad de Almería, dentro de FUNPOLYMER (PID2021-126445OB-I00), en colaboración con el Institute of Physical Chemistry, Polish Academy of Sciences, grupo Nuclear Hyperpolarization of Molecular Systems and Nanomaterials.
La colaboración descrita por el proyecto reúne al Dr. Tomasz Ratajczyk (líder del grupo), al Dr. Mateusz Urbańczyk (contacto principal) y al doctorando Marek Czarnota.
Una misma vocación: hacer que la RMN de difusión sea más accesible, reproducible e interpretable.
Esta presentación define el enfoque de cada producto; no anuncia instaladores de DC, Continuum o Prime. Las versiones y condiciones de distribución se publicarán en Software y código.