Uma ferramenta Python open-source para integrar simulação Monte Carlo de solvatação explícita com cálculos quânticos — da geração de inputs até a análise espectral comparativa.
O workflow de simulação de solvatação por Monte Carlo sequencial + DFT é metodologicamente robusto e produz resultados de alta qualidade — mas exige um número elevado de etapas manuais que consomem tempo desproporcional ao seu valor científico.
No artigo publicado em 2024 sobre epinefrina e norepinefrina no Journal of Molecular Structure, cada molécula exigiu: otimização inicial, replicação de inputs para 4 métodos × 3 configurações, simulação Monte Carlo no DICE com 80.000 passos de termalização + 80.000 passos de amostragem, seleção da shell de hidratação via RDF, cálculos de ponto único no Gaussian, extração manual de frequências e montagem das tabelas comparativas. Esse ciclo se repete integralmente a cada novo sistema estudado.
A proposta é construir uma ferramenta Python que automatize todas as etapas operacionais, entregando ao pesquisador apenas as decisões que exigem julgamento científico.
Uma busca sistemática na literatura e no arXiv identificou as principais ferramentas existentes para automação espectroscópica computacional. Nenhuma cobre o workflow específico DICE + Gaussian com solvatação explícita sequencial.
| Ferramenta | Raman/IR auto | Gaussian | Monte Carlo (DICE) | Solvatação explícita sequencial | Open-source |
|---|---|---|---|---|---|
| THeSeuSS (arXiv 2024) | ✓ | ✗ | ✗ | ✗ | ✓ |
| cclib | parcial | ✓ | ✗ | ✗ | ✓ |
| dlmontepython | ✗ | ✗ | DL_MONTE | ✗ | ✓ |
| py-MCMD | ✗ | ✗ | GOMC | ✗ | ✓ |
| Esta proposta | ✓ | ✓ | ✓ DICE | ✓ | ✓ |
O THeSeuSS confirma que ferramentas de automação espectroscópica têm espaço em journals de alto impacto — foi publicado no WIREs Computational Molecular Science (2025). O diferencial desta proposta é justamente o que nenhuma ferramenta existente oferece: integração nativa com o DICE, processamento de RDF/MDDF para seleção de shell, e o workflow completo de solvatação explícita sequencial — metodologia em que o grupo tem expertise comprovada e publicada.
A estratégia mais eficiente é construir o pipeline em paralelo ao próximo estudo de solvatação. O artigo principal reporta os resultados científicos do novo sistema; um segundo produto descreve a ferramenta.
O desenvolvimento pode começar imediatamente com os dados já existentes do artigo publicado — sem necessidade de aprovação de projeto ou financiamento para as primeiras etapas.