Grupo de Modelagem Computacional e Aplicações: Moléculas – Materiais – Interfaces

Materiais Peptídicos, Auto-organização e Nanoestruturas Bioinspiradas: Investigação computacional das propriedades estruturais, energéticas e dinâmicas de materiais formados por peptídeos auto-organizáveis, incluindo nanomembranas, nanofibras, nanotapes, nanobastões e sistemas peptídicos confinados em nanoestruturas de carbono. A pesquisa emprega principalmente dinâmica molecular atomística para compreender mecanismos de automontagem, estabilidade térmica e estrutural, formação e persistência de ligações de hidrogênio, organização de estruturas secundárias e balanço entre interações eletrostáticas e de van der Waals. Esses estudos buscam estabelecer relações entre sequência peptídica, ambiente molecular e propriedades emergentes das nanoestruturas, contribuindo para o desenvolvimento racional de materiais biomiméticos, sistemas de transporte molecular, nanocarreadores e componentes funcionais para aplicações em nanotecnologia e armazenamento de energia.

Líquidos Iônicos, Solventes Funcionais e Ambientes Moleculares Complexos: Modelagem molecular de líquidos iônicos, eletrólitos altamente concentrados e solventes eutéticos profundos, com ênfase na compreensão de sua organização microscópica, hidratação, estabilidade e interação com superfícies e nanoestruturas. Por meio de dinâmica molecular clássica e ab initio, são investigados efeitos da composição química, concentração de água, temperatura e confinamento sobre a estrutura local e as interações intermoleculares desses fluidos. A linha contempla tanto líquidos iônicos convencionais quanto sistemas de maior interesse ambiental e biológico, incluindo líquidos iônicos derivados de aminoácidos e Natural Deep Eutectic Solvents (NADES), visando identificar relações entre composição molecular e desempenho em aplicações como eletrólitos, interfaces funcionais e meios de solvatação.

Modelagem Molecular de Supercapacitores e Materiais para Armazenamento de Energia: Desenvolvimento de modelos computacionais de supercapacitores para investigar, em escala molecular, os mecanismos responsáveis pela formação da dupla camada elétrica e pelo armazenamento eletrostático de energia. A pesquisa envolve eletrodos constituídos por materiais bidimensionais, como grafeno e grafino, bem como diferentes classes de eletrólitos, incluindo líquidos iônicos convencionais, líquidos iônicos biocompatíveis e biodegradáveis, sistemas hidratados, misturas de eletrólitos e solventes eutéticos profundos. As simulações permitem avaliar a organização dos íons junto às superfícies eletrificadas, perfis de potencial, capacitância, densidade de energia e efeitos decorrentes da composição do eletrólito, hidratação, temperatura, geometria e espaçamento dos eletrodos. O objetivo é estabelecer princípios moleculares para o projeto de dispositivos de armazenamento de energia mais eficientes e ambientalmente sustentáveis.

Biomoléculas, Fármacos e Nanomateriais em Interfaces Biológicas: Investigação computacional das interações entre moléculas bioativas, fármacos, peptídeos e nanomateriais com membranas e outros ambientes biomoleculares. A linha utiliza dinâmica molecular, cálculos de energia livre e, em problemas específicos, estratégias de molecular docking para caracterizar processos como adsorção, inserção, ancoragem, agregação, reconhecimento molecular e estabilização de compostos em interfaces biológicas. Entre os sistemas estudados encontram-se fullerenóis em bicamadas lipídicas, peptídeos antimicrobianos associados a membranas, sistemas lipossomais para incorporação de ivermectina e reposicionamento computacional de fármacos. A abordagem busca elucidar os mecanismos moleculares que controlam afinidade, estabilidade e organização dessas associações, fornecendo subsídios para o desenho de nanocarreadores, sistemas de liberação de fármacos e novas estratégias de aplicação de moléculas bioativas.

Materiais Moleculares e Nanoestruturas para Captura de CO₂: Prospecção e caracterização, por métodos computacionais, de materiais moleculares e interfaces nanoestruturadas capazes de interagir seletivamente com dióxido de carbono. A pesquisa investiga como composição química, distribuição de cargas, grupos funcionais e organização supramolecular determinam a afinidade e os mecanismos de adsorção ou fixação de CO₂. Entre os sistemas estudados destacam-se membranas peptídicas bioinspiradas e sistemas baseados em líquidos iônicos, nos quais são analisadas as interações intermoleculares responsáveis pela captura do gás. As simulações em escala atomística permitem comparar diferentes arquiteturas e identificar sítios e mecanismos de interação, contribuindo para o desenho racional de materiais ajustáveis, sustentáveis e potencialmente aplicáveis a tecnologias de separação, captura e sequestro de carbono.

Inteligência Artificial e Aprendizado de Máquina Aplicados à Física Computacional: Desenvolvimento e aplicação de métodos de inteligência artificial, aprendizado de máquina e análise de dados como ferramentas complementares à modelagem computacional de sistemas físicos. A linha investiga a capacidade de algoritmos de classificação, agrupamento e redes neurais artificiais de reconhecer padrões complexos, identificar regiões de transição e produzir previsões em condições nas quais métodos numéricos convencionais apresentam elevado custo computacional ou dificuldades de convergência. Trabalhos já realizados incluem o emprego de K-means, máquinas de vetores de suporte (SVM) e redes neurais artificiais do tipo perceptron multicamadas na previsão de fenômenos de quebra espontânea de simetria em sistemas físicos. A perspectiva é integrar essas técnicas a fluxos de trabalho de Física Computacional, ampliando a capacidade de análise, classificação e predição em problemas de alta dimensionalidade.