Computational characterisation of metal oxide nanoparticles for hazard screening and risk assessment

Abstract

Donades les propietats intrínseques de les nanopartícules els d’òxids metàl·lics ( MeO) NPs són el pilar fonamental de aplicacions avançades tecnològicament en àrees com electrònica, farmàcia o medicina. En canvi, existeix un important buit pel que fa com influencien les seves propietats físico químiques i el risc que suposen per la salut humana. L’avaluació de la toxicitat dels nanomaterials es una dura tasca que involucra múltiples condicions experimentals. Els mètodes computacionals, in-silico, teòrics i estadístics, avaluen, determinen i prediuen processos o fins i tot propietats de les substàncies. Apart, de la urgència que existeix legislativa per avaluar el risc que comporten, existeix un buit en la literatura, donat que els diferents experiments que si expliquen tenen buits en la descripció de la metodologia emprada o detalls experimentals, llavors no es útil per la avaluació del risc. El mètode més popular computacional, és Desnity Functional theory (DFT) , basat en en la mecànica quàntica . En aquesta tesi es desenvolupa un estricte estudi dels millors mètodes que permeten optimitzar des de la energia de l’estat fonamental per superfícies, nanotubs i nanopartícules esfèriques. Per obtenir valors més precisos per la determinació del band gap, s’ha incrementat el nivell de teoria utilitzant el DFT+U, finalment per obtenir valors per sistemes de 3000 àtoms per la simulació de sistemes biològics , s’ha implementat el mètode DFTB de dinámica molecular, també utilitzat per la avaluació de la solubilitat. Els resultats computacionals obtinguts per ZnO han estat prometedors, llavors s’ha provat per al TiO2, demostrant que la metodologia ideada funciona. Finalment, les dades obtingudes s’han utilitzat per crear model de predicció de propietats band gap i solubilitat per NPs més grans i amb aquestes poder generar model nano-QSAR( Quantitat-eStructura-Acivitat-Relació), on es relacionen les propietats estudiades amb el nivell de toxicitat del MeO NP.

Las propiedades intrínsecas de las nanopartículas de óxidos metálicos (MEO) NPs son el pilar fundamental de aplicaciones avanzadas tecnológicamente en áreas como electrónica, farmacia o medicina. En cambio, existe un importante vacío en cuanto cómo influyen sus propiedades físico-químicas y el riesgo que suponen para la salud humana, la evaluación de la toxicidad de los nanomateriales es un dura tarea que involucra múltiples condiciones experimentales. Los métodos computacionales, in-silico, teóricos y estadísticos, evalúan, determinan y predicen procesos o incluso propiedades de las sustancias. Además de la urgencia que existe legislativa para evaluar el riesgo que conllevan, existe un vacío en la literatura, dado que en los diferentes experimentos que se explican en la literatura tienen vacíos en la explicación de la metodología empleada o detalles experimentales, entonces no son útiles para la evaluación del riesgo. El método más popular computacional, es Density Functional theory (DFT), basado en la mecánica cuántica. En esta tesis se desarrolla un estricto estudio de los mejores métodos que permiten optimizar desde la energía del estado fundamental para superficies, nanotubos y nanopartículas esféricas. Para obtener valores más precisos para la determinación del band gap, se ha incrementado el nivel de teoría utilizando el DFT + U, finalmente para obtener valores para sistemas de 3000 átomos para la simulación de sistemas biológicos, se ha implementado el método DFTB de dinámica molecular, también utilizado para la evaluación de la solubilidad. Los resultados computacionales obtenidos por ZnO han sido prometedores, entonces se ha probado para el TiO2, demostrando la validez de la metodología ideada. Finalmente, los datos obtenidos se han utilizado para crear modelos de predicción de propiedades (band gap y solubilidad) para NPs más grandes y con estas poder generar modelo nano-QSAR ( Cantidad-eStructura-Acividad-Relación), donde se relacionan estas propiedades estudiadas con el nivel de toxicidad del MeO NP.

Given the intrinsic properties, metal oxide nanoparticles (MeO) NPs are the cornerstone of a wide range of technologically advanced applications in areas such as electronics, pharmacy or medicine. However, there is still an important knowledge gap regarding how size influences their physicochemical properties and the risk to human health. Toxicity assessment of NMs is a daunting task involving multiple testing conditions. Computed based methods, in silico methods, based on theoretical and statistical domain, evaluate, determine and predict processes or even substance properties. Furthermore, the legislation urgency for risk assessment exits given that the data for the environmental risk assessment found in literature is uncertain and present knowledge gaps, though is not useful for the risk assessment for nanoparticles. The most popular in silico method based on quantum mechanics for chemistry is Density Functional Theory (DFT). In this thesis we performed a strict and deep study of best methods to evaluate the band gap and the solubility of MeO NP. The use of periodical-DFT methods has allowed us to optimise the ground state energy for surfaces, nanotubes and spherical nanoparticles. To get more reliability for band gap determination, the exchange-correlation functional has been improved to DFT+U. After that, to reach to large systems up to 3000 atoms in order to simulate more realistic biological systems, we used DFTB methodology for band gap prediction; we also coupled DFTB with Molecular Dynamics to compute NP solubility. The computational results obtained with the methodology developed in this thesis for the ZnO case have been promising and, in order to make more robust the method employed, it has been tested for TiO2 too, showing an excellent efficiency in the results. Finally, the data obtained from the prediction models of band gap and solubility models have been used to create nano-QSAR (Quantity-Structure-Activity-Relationship) models.