KR102538956B1 - 용매 스크리닝 방법 - Google Patents

Abstract

본 발명은 용매 후보군에 대하여 가상으로 고속의 대량 스크리닝을 실시함으로써 용액이 필요한 공정에서 적합한 용매를 선정하거나, 대체 용매를 선정하기 위한 스크리닝을 용이하게 할 수 있다. 또한, 공정을 크게 단순화하여 실험에 소비되는 비용 및 시간 등을 절약할 수 있다.

Description

용매 스크리닝 방법{METHOD FOR SOLVENT SCREENING}

본 발명은 용매의 스크리닝 방법에 관한 것으로, 화합물 고유의 물성을 점수로 계산한 값으로 용매를 선정하는 방법 및 시스템을 제공한다.

용액 공정을 이용하는 물질 제조 방법은 증착 등과 같은 다른 방법에 비하여 비교적 과정이 단순하고, 물성 조절이 용이할 뿐 아니라 제조 비용도 매우 낮아 가장 많이 사용되는 방법이다. 이 경우 용액 공정의 성능을 좌우하는 가장 중요한 요소 중 하나는 공정에 사용하는 용액을 제조하기 위하여 사용되는 용매이다.

그러나, 기존에 사용되었던 용매는 환경적 이슈나 공정상의 안전 문제, 수율 개선 등의 이유로 다른 용매로의 대체가 요구되기도 한다. 이러한 대체 용매에 요구되는 성질은 다수의 용질 각각에 대한 상용성과 기존에 사용된 용매와의 유사성이다. 유기 분자의 합성 및 정제를 용이하게 하기 위해서는 각 용질(반응물 및 생성물)에 대한 용매의 상용성이 중요하게 작용하며, 이러한 용질에 대한 상용성은 용매의 용해 능력을 유추할 수 있는 근거가 된다.

용매의 용해 능력은 용질에 대한 여러 용매의 교반 에너지(mixing energy)를 계산함으로써 유추할 수 있고, 기존 용매와의 유사성은 용매 각 분자의 시그마 포텐셜(sigma potential)의 비슷한 정도를 수치화하여 유사성(similarity)을 계산하여 비교할 수 있다. 예를 들어, 문헌(참조: A. Filly et al, LWT-Food Science and Technology, April 2015, Volume 61, Issue 1, pp. 33-40)에는 양자 화학 계산 결과를 근거로 한 통계적 열역학적 접근법을 사용하는 COSMO-RS(Conductor like Screening Model for Real Solvents)를 활용하여 식품 향료 추출을 위한 n-헥산의 대체 용매를 선별하는 방법이 기재되어 있다.

많은 용매들 중에서 기존의 용매와 특성이 유사한 대체 용매를 찾는 과정은 실험적으로 오랜 시간과 많은 노력, 그리고 자원이 필요한 작업이다. 이에 따라 많은 후보 용매들 중에서 쉽고 빠르게 기존의 용매와 유사한 성질을 갖는 대체 용매를 찾는 방법이 필요하다.

본 발명은 화합물이 가지고 있는 고유 물성 값을 계산하여 점수로 나타내고, 이를 이용하여 적절한 용매를 선정하기 위한 용매 스크리닝 방법 및 시스템을 제공한다.

상기 과제를 해결하기 위하여, 본 발명은

선택된 용매(i)와 다른 후보 용매(j)들을 포함하는 둘 이상의 용매 각각의 구조로부터, 상기 선택된 용매(i)와 상기 후보 용매(j)와의 한센 용해도 인자(Hansen solubility parameter, HSP)를 계산하여 HSP(δ_d, δ_p, δ_h) 차이를 HSP 점수(dist_ij)로 나타내는 단계 및

상기 선택된 용매(i)와 상기 후보 용매(j)들과의 시그마 포텐셜을 계산하여, 유사도(S_ij)를 점수로 나타내는 단계를 포함하는 용매 스크리닝 방법을 제공한다.

상기 HSP 점수(dist_ij)는 수학식 1에 따라 계산될 수 있다.

[수학식 1]

수학식 1에서,

i는 기존 용매의 종류를, j는 후보 용매의 종류를 의미하고,

dist_ij는 HSP 점수를 의미하고,

δ_d, δ_p 및 δ_h가 한센 용해도 인자를 기초로 하며, 각각 δ_d는 분자 간의 분산력을 의미하고, δ_p는 분자간의 쌍극자로 인한 극성력을 의미하고, δ_h는 분자 간의 수소 결합력을 의미한다.

삭제

삭제

상기 유사도(S_ij) 값은 수학식 2에 따라 계산될 수 있다.

[수학식 2]

수학식 2에서,

i는 기존 용매의 종류를, j는 후보 용매의 종류를 의미하고,

S_ij는 기존 용매 i와 후보 용매 j의 유사성을 의미하고,

μ_i(σ_m) 및 μ_j(σ_m)가 COSMO-RS를 기초로 하며, 각각 μ_i(σ_m)는 기존 용매 i의 시그마 포텐셜을 의미하고, μ_j(σ_m)는 후보 용매 j의 시그마 포텐셜을 의미한다.

삭제

일구현예에 따르면, 상기 선택된 용매와 용해도 유사성이 높은 순으로 후보 용매를 출력하는 단계를 포함할 수 있다.

일구현예에 따르면, 상기 후보 용매의 유사도(S_ij) 값이 1에 가까운 순으로 출력될 수 있다.

일구현예에 따르면, 상기 후보 용매의 HSP 점수(dist_ij)가 낮은 순으로 출력될 수 있다.

일구현예에 따르면, 상기 유사도(S_ij) 값이 0 내지 1이며, 1에 가까울수록 유사성이 높은 것을 의미하고, 상기 HSP 점수(dist_ij)가 낮을수록 용해도 유사성이 높은 것을 의미한다.

일구현예에 따르면, 상기 선택된 용매(i)에 대한 화합물의 이름, CAS ID, 비점, 녹는점, 작용기 종류, 가격, 인화점, NCiS 유해성, 분자량 및 분자식으로 이루어지는 군으로부터 선택되는 하나 이상을 포함하는 최소 정보를 입력하는 단계를 포함할 수 있다.

일구현예에 따르면, 상기 후보 용매 화합물에 대하여, 화합물명, 구조, 유사도(S_ij) 값, HSP 점수(dist_ij), Cas 번호, 분자량, 화학식, 작용기, 끓는점, 녹는점, 인화점, 유해도 및 가격으로 이루어지는 군으로부터 하나 이상의 정보를 출력하는 단계를 포함할 수 있다.

본 발명의 다른 구현예에 따르면, 상기와 같은 방법에 따른 소프트웨어를 제공한다.

또 다른 구현예에 따르면, 상기와 같은 소프트웨어를 포함하는 시스템을 제공한다.

또한, 다른 구현예에 따르면, 상기와 같은 시스템을 포함하는 장치를 제공한다.

본 발명의 기타 구현예들의 구체적인 사항은 이하의 상세한 설명에 포함되어 있다.

본 발명의 방법에 따르면, 용액이 필요한 공정에서 적합한 용매를 선정하거나, 대체 용매를 선정하기 위한 스크리닝을 용이하게 할 수 있다. 용매 후보군에 대하여 가상으로 고속의 대량 스크리닝을 진행하므로 경제적이며, 실험에 소비되는 시간을 절약할 수 있다.

도 1은 후보 용매를 유사도 순으로 출력한 결과 화면이다.
도 2는 후보 용매를 HSP 점수 순으로 출력한 결과 화면이다.

이하에서는, 본 발명을 보다 구체적으로 설명하기로 한다.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시양태를 가질 수 있는 바, 특정 실시양태를 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태로 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환식, 균등식 내지 대체식을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

이하, 본 발명의 구현예에 따른 용매 스크리닝 방법에 대하여 보다 상세하게 설명한다.

본 발명에서는 다수의 화합물에 대한 데이터베이스를 항목 별로 구분 및 정리하여 가상으로 고속의 대량 스크리닝(virtual high throughput screening, vHTS)을 할 수 있는 방법 및 시스템을 구축하는 방법을 제공한다.

구체적으로, 둘 이상의 용매에 대하여 양자화학 계산을 통하여 용해도 특성인 시그마 포텐셜(σ potential)을 결정하는 단계 및 한센 용해도 인자(Hansen solubility parameter, HSP)를 계산하는 단계를 포함한다.

더욱 구체적으로, 선택된 용매(i)와 다른 후보 용매(j)들을 포함하는 둘 이상의 용매 각각의 구조로부터 상기 선택된 용매(i)와 상기 후보 용매(j)들과의 한센 용해도 인자(Hansen solubility parameter, HSP)를 계산하여 HSP(δ_d, δ_p, δ_h) 차이를 HSP 점수(dist_ij)로 나타내는 단계 및

상기 선택된 용매(i)와 상기 후보 용매(j)들과의 시그마 포텐셜을 계산하여, 유사도(S_ij)를 점수로 나타내는 단계를 포함하는 용매 스크리닝 방법을 제공한다.

상기 HSP 점수(dist_ij)는 수학식 1에 따라 계산될 수 있다.

[수학식 1]

수학식 1에서,

i는 기존 용매의 종류를, j는 후보 용매의 종류를 의미하고,

dist_ij는 HSP 점수를 의미하고,

δ_d, δ_p 및 δ_h가 한센 용해도 인자를 기초로 하며, 각각 δ_d는 분자 간의 분산력을 의미하고, δ_p는 분자간의 쌍극자로 인한 극성력을 의미하고, δ_h는 분자 간의 수소 결합력을 의미한다.

삭제

삭제

상기 유사도(S_ij) 값은 수학식 2에 따라 계산될 수 있다.

[수학식 2]

수학식 2에서,

i는 기존 용매의 종류를, j는 후보 용매의 종류를 의미하고,

S_ij는 기존 용매 i와 후보 용매 j의 유사성을 의미하고,

μ_i(σ_m) 및 μ_j(σ_m)가 COSMO-RS를 기초로 하며, 각각 μ_i(σ_m)는 기존 용매 i의 시그마 포텐셜을 의미하고, μ_j(σ_m)는 후보 용매 j의 시그마 포텐셜을 의미한다.

삭제

일구현예에 따르면, 상기 유사도(S_ij) 값은 0 내지 1이며, 1에 가까울수록 유사성이 높은 것을 의미하므로, 선택된 기존 용매(i)에 대한 후보 용매의 유사도(S_ij) 값은 1에 가까운 순으로 출력될 수 있다.

일구현예에 따르면, HSP 점수(dist_ij)는 낮을수록 용해도 유사성이 높은 것을 의미하므로, HSP 점수(dist_ij)는 낮은 순으로 출력될 수 있다.

일구현예에 따르면, 선택 용매(i)에 대한 최소 정보를 입력하는 것으로 하나 이상의 후보 용매(j)에 대한 기본 정보를 출력할 수 있다. 예를 들면, 상기 최소 정보는 화합물의 이름, CAS ID, 비점, 녹는점, 작용기 종류, 가격, 인화점, NCiS 유해성, 분자량 및 분자식으로 이루어지는 군으로부터 선택되는 하나 이상을 포함할 수 있다.

일구현예에 따르면, 상기 후보 용매 화합물에 대하여, 화합물명, 구조, 유사도(S_ij) 값, HSP 점수(dist_ij), Cas 번호, 분자량, 화학식, 작용기, 끓는점, 녹는점, 인화점, 유해도 및 가격으로 이루어지는 군으로부터 하나 이상의 정보를 출력하는 단계를 포함할 수 있다.

본 발명의 다른 구현예에 따르면, 상기와 같은 방법에 따른 소프트웨어를 제공할 수 있다. 또한, 이를 이용하는 시스템을 도입하여 장치 등에 적용할 수 있으며, 용매 선정에 소비되는 비용 및 시간을 절약하고, 공정을 단순화할 수 있다.

이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예에 대하여 상세히 설명한다. 그러나, 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.

실시예

아세톤(acetone)을 선택 용매(i)로 선정하고, 선정된 선택 용매(i)인 아세톤을 대체할 수 있는 대체 용매를 선택하기 위하여 가상 고속 스크리닝(virtual high throughput screening, vHTS)을 실시하였다.

선택 용매 (i)에 대한 화합물명, 즉, 아세톤(acetone)을 입력하였으며, 유사한 순으로 몇가지 후보 용매(j)에 대한 결과가 출력되었다.

시그마 포텐셜(σ potential)에 따른 유사도(S_ij) 값이 높은 순으로 출력된 결과는 도 1에 나타내었으며, 한센 용해도 인자(Hansen solubility parameter, HSP)에 따른 HSP 점수(dist_ij)가 낮은 순으로 출력된 결과는 도 2에 나타내었다.

상기한 바와 같이, 간단한 입력으로부터 다수의 화합물에 대한 세부항목 별 고유 물성 정보에 따른 유사도 순의 결과를 출력할 수 있으며, 실험으로 인한 비용 및 시간 등을 크게 절약할 수 있다.

이상으로 본 발명 내용의 특정한 부분을 상세히 기술한 바, 당업계의 통상의 지식을 가진 자에게 있어서, 이러한 구체적 기술은 단지 바람직한 실시 양태일 뿐이며, 이에 의해 본 발명의 범위가 제한되는 것이 아닌 점은 명백할 것이다. 따라서 본 발명의 실질적인 범위는 첨부된 청구항들과 그것들의 등가물에 의하여 정의된다고 할 것이다.

Claims (10)

1. 선택된 용매(i)와 다른 후보 용매(j)들을 포함하는 둘 이상의 용매 각각의 구조로부터,
   수학식 1에 따라 상기 선택된 용매(i)와 상기 후보 용매(j)들과의 한센 용해도 인자(Hansen solubility parameter, HSP)를 계산하여 HSP(δ_d, δ_p, δ_h) 차이를 HSP 점수(dist_ij)로 나타내는 단계 및
   수학식 2에 따라 상기 선택된 용매(i)와 상기 후보 용매(j)들과의 시그마 포텐셜을 계산하여, 유사도(S_ij)를 점수로 나타내는 단계를 포함하고,
   상기 선택된 용매(i)에 대한 화합물의 이름, CAS ID, 비점, 녹는점, 작용기 종류, 가격, 인화점, NCiS 유해성, 분자량 및 분자식으로 이루어지는 군으로부터 선택되는 하나 이상을 포함하는 최소 정보를 입력하는 단계를 포함하고,
   상기 후보 용매(j) 화합물에 대하여, 화합물명, 구조, 유사도(Sij) 값, HSP점수(distij), Cas 번호, 분자량, 화학식, 작용기, 끓는점, 녹는점, 인화점, 유해도및 가격으로 이루어지는 군으로부터 하나 이상의 정보를 출력하는 단계를 포함하는 용매 스크리닝 방법:
   [수학식 1]
   

   

   
   수학식 1에서,
   i는 기존 용매의 종류를, j는 후보 용매의 종류를 의미하고,
   dist_ij는 HSP 점수를 의미하고,
   δ_d, δ_p 및 δ_h가 한센 용해도 인자를 기초로 하며, 각각 δ_d는 분자 간의 분산력을 의미하고, δ_p는 분자간의 쌍극자로 인한 극성력을 의미하고, δ_h는 분자 간의 수소 결합력을 의미한다;
   [수학식 2]
   

   

   
   수학식 2에서,
   i는 기존 용매의 종류를, j는 후보 용매의 종류를 의미하고,
   S_ij는 기존 용매 i와 후보 용매 j의 유사성을 의미하고,
   μ_i(σ_m) 및 μ_j(σ_m)가 COSMO-RS를 기초로 하며, 각각 μ_i(σ_m)는 기존 용매 i의 시그마 포텐셜을 의미하고, μ_j(σ_m)는 후보 용매 j의 시그마 포텐셜을 의미한다.
2. 제1항에 있어서,
   상기 선택된 용매(i)와 용해도 유사성이 높은 순으로 후보 용매(j)를 출력하는 단계를 포함하는 것인, 용매 스크리닝 방법.
3. 제2항에 있어서,
   상기 후보 용매의 유사도(S_ij) 값이 1에 가까운 순으로 출력되는 것인, 용매 스크리닝 방법.
4. 제2항에 있어서,
   상기 후보 용매의 HSP 점수(dist_ij)가 낮은 순으로 출력되는 것인, 용매 스크리닝 방법.
5. 제1항에 있어서,
   상기 유사도(S_ij) 값이 0 내지 1이며, 1에 가까울수록 유사성이 높은 것을 의미하고,
   상기 HSP 점수(dist_ij)가 낮을수록 용해도 유사성이 높은 것을 의미하는 것인, 용매 스크리닝 방법.
6. 삭제
7. 삭제
8. 삭제
9. 제1항에 따른 방법을 적용한 시스템.
10. 제9항에 따른 시스템을 포함하는 장치.

Images