Computational Models based on First-Principles Calculations for In-Silico Evaluation of Nano-compounds Toxicity

Abstract

Aquesta tesi explora la reactivitat sobre superficies d'òxids metàl·lics (MO) relacionada amb la toxicitat a través d'estudis que integren metodologies teòriques i computacionals. Aquesta tesi en forma de compendi està estructurat al voltant de quatre articles científics. Cada capítol es centra en diferents aspectes de la reactivitat sobre les superficies dels MO i les seves implicacions en diverses aplicacions. El primer capítol explora la reactivitat sobre el TiO2, un material àm- pliament utilitzat. Utilitzant la DFT i el SCC-DFTB, en aquest capítol s'analitza la influència de les vacants d'oxigen en la superfície del TiO2. En calcular els descriptors químics per a les superfícies d'anatasa i rutil de TiO2, l'estudi proporciona coneixements valuosos sobre les propietats de reductibilitat per comprendre els possibles mecanismes toxicològics. El segon capítol revisita l'adsorció d'aigua sobre les superfícies de TiO2 i ZnO a través de simulacions de dinàmica molecular acoplades a SCC-DFTB. Examinanant la dinàmica de l'estructura geomètrica i electrònica en una interfase MO-aigua, es fan paleses les interaccions existents a la superficie i les seves potencials implicacions per a la toxicitat dels materials. A més, s'hi exploren processos moleculars crucials sobre la dissolució. El tercer capítol investiga la genotoxicitat de les superfícies de TiO2, centrant-se en un model d'adsorció de guanina en superfícies de TiO2 deficients en oxigen. A través d'una es- tratègia combinada de SCC-DFTB/MD i càlculs DFT, es caracteritzen nous modes d'adsorció, destacant la importància de la deficiència d'oxigen a la superficie en els efectes genotòxics. El quart capítol introdueix un enfocament d'aprenentatge automàtic per a predir la den- sitat electrònica en models d'adsorció MO-guanina. Emprant xarxes neuronals es proposa una alternativa computacionalment eficient als càlculs tradicionals de DFTB.

Aquesta tesi explora la reactivitat sobre superficies d'òxids metàl·lics (MO) relacionada amb la toxicitat a través d'estudis que integren metodologies teòriques i computacionals. Aquesta tesi en forma de compendi està estructurat al voltant de quatre articles científics. Cada capítol es centra en diferents aspectes de la reactivitat sobre les superficies dels MO i les seves implicacions en diverses aplicacions. El primer capítol explora la reactivitat sobre el TiO2, un material àmpliament utilitzat. Utilitzant la DFT i el SCCDFTB, en aquest capítol s'analitza la influència de les vacants d'oxigen en la superfície del TiO2. En calcular els descriptors químics per a les superfícies d'anatasa i rutil de TiO2, l'estudi proporciona coneixements valuosos sobre les propietats de reductibilitat per comprendre els possibles mecanismes toxicològics. El segon capítol revisita l'adsorció d'aigua sobre les superfícies de TiO2 i ZnO a través de simulacions de dinàmica molecular acoplades a SCC-DFTB. Examinanant la dinàmica de l'estructura geomètrica i electrònica en una interfase MO-aigua, es fan paleses les interaccions existents a la superficie i les seves potencials implicacions per a la toxicitat dels materials. A més, s'hi exploren processos moleculars crucials sobre la dissolució. El tercer capítol investiga la genotoxicitat de les superfícies de TiO2, centrant-se en un model d'adsorció de guanina en superfícies de TiO2 deficients en oxigen. A través d'una es- tratègia combinada de SCC-DFTB/MD i càlculs DFT, es caracteritzen nous modes d'adsorció, destacant la importància de la deficiència d'oxigen a la superficie en els efectes genotòxics. El quart capítol introdueix un enfocament d'aprenentatge automàtic per a predir la densitat electrònica en models d'adsorció MO-guanina. Emprant xarxes neuronals es proposa una alternativa computacionalment eficient als càlculs tradicionals de DFTB.

This thesis explores metal oxide (MO) toxicity-related surface reactivity through studies that integrate theoretical and computational methodologies. The compendium is structured around four research manuscripts. Each chapter focuses on distinct aspects of MO surface reactivity and its implications across various applications. The first chapter explores the reactivity of titanium dioxide (TiO2), a widely used mate- rial. Using Density Functional Theory (DFT) and Density Functional Tight Binding (DFTB) methods, the chapter analyses oxygen vacancies' influence on the TiO2 surface and compares these methods. By computing chemical descriptors for anatase and rutile TiO2 surfaces, the study provides valuable insights into reducibility properties for understanding toxicological mechanisms. The second chapter revisited water adsorption on TiO2 and zinc oxide (ZnO) surfaces through Self-Consistent-Charge Density Functional Tight Binding (SCCDFTB) molecu- lar dynamics simulations. By examining geometric and electronic structure dynamics in an MO-water interphase, the research elucidates surface interactions and their implications for potential toxicity. It also explores crucial molecular-level insights into dissolution processes. The third chapter investigates the genotoxicity of TiO2 surfaces, focusing on an adsorp- tion model of guanine on oxygen-deficient TiO2 surfaces. Through a combined SCC-DFTB Molecular Dynamics (SCC-DFTB/MD) and DFT strategy, novel adsorption modes are characterized, highlighting the significance of oxygen-deficient surfaces in genotoxic effects. The fourth chapter introduces a machine-learning approach to predict the electronic density of states in MO-guanine adsorption models. By utilizing neural networks, the study proposes a computationally efficient alternative to traditional DFTB calculations.