LQQC-Laboratório de Química Quântica e Computacional-PB

Vaga de pós-doutorado em química teórica aberta no nosso programa de pós graduação.

Chamada Pública Nº 01/2022 para Bolsa de Pós-Doutorado junto ao Programa de Pós-Graduação em Química/UFPB — UNIVERSIDADE FEDERAL DA PARAÍBA - UFPB PPGQ - Programa de Pós-Graduação em Química Notícias Chamada Pública Nº 01/2022 para Bolsa de Pós-Doutorado junto ao Programa de Pós-Graduação em Química/UFPB Tweet publicado: 13/09/2022 08h59, última modificação: 13/09/2022 08h59 A Coordenação do Programa de Pós-Graduação em Química (PPGQ) do CCEN/UFPB, com base no EDITAL 17...

Quase um ano após a publicação do trabalho sobre o software PRIMoRDiA, onde disponibilizamos ferramentas de cálculo para a exploração de propriedades eletrônicas e de reatividade para macromoléculas.

https://pubs.acs.org/doi/10.1021/acs.jcim.0c00655

Hoje o software está em sua versão estável 1.2 e em breve com novidades na documentação, tutoriais e guia do usuário atualizados.

Baixe grátis em: https://github.com/igorChem/PRIMoRDiA1.0v

PRIMoRDiA: A Software to Explore Reactivity and Electronic Structure in Large Biomolecules Plenty of enzymes with structural data do not have their mechanism of catalysis elucidated. Reactivity descriptors, theoretical quantities generated from resolved electronic structure, provide a way to predict and rationalize chemical processes of such systems. In this Application Note, we present P...

Esse trabalho iniciou nossa história na exploração dos descritores quânticos para sistemas enzimáticos. Já chegamos a 10 citações nele.

Qualquer dúvida sobre o acesso ao artigo, mande e-mail para [email protected]

Elucidating Enzymatic Catalysis Using Fast Quantum Chemical Descriptors In general, computational simulations of enzymatic catalysis processes are thermodynamic and structural surveys to complement experimental studies, requiring high level computational methods to match accurate energy values. In the present work, we propose the usage of reactivity descriptors, theoret...

DeepMind’s protein-folding AI has solved a 50-year-old grand challenge of biology DeepMind has already notched up a streak of wins, showcasing AIs that have learned to play a variety of complex games with superhuman skill, from Go and StarCraft to Atari’s entire back catalogue. But Demis Hassabis, DeepMind’s public face and co-founder, has always stressed that these successes...

Simple Model of Protein Energetics To Identify Ab Initio Folding Transitions from All-Atom MD Simulations of Proteins A fundamental requirement to predict the native conformation, address questions of sequence design and optimization, and gain insights into the folding mechanisms of proteins lies in the definition of an unbiased reaction coordinate that reports on the folding state without the need to compare it to...

Oportunidade de atuação em projeto de pesquisa em química computacional

O LQQC-UFPB (Laboratório de Química Quântica Computacional) do Departamento de Química da Universidade Federal da Paraíba () tem o prazer de anunciar uma (01) vaga para PIBIC para desenvolver o plano de trabalho intitulado:

Implementando bibliotecas de álgebra linear baseadas em GPUs no programa Quantum Scenery

Se você gosta de programação de alto desempenho, álgebra linear, computação científica e cálculo numérico, essa é a oportunidade de iniciar sua carreira científica no tema em um problema desafiador que é a modelagem molecular de biomoléculas usando computadores com placas aceleradoras numéricas do tipo GPU.

É exigido que o candidato possua alguma experiência em programação C++, com algum conhecimento em GPU. Não é exigido conhecimento em química.

O plano de trabalho e o projeto de pesquisa do orientador podem ser conferido fazendo uma busca pelo título no portal do SIGAA da UFPB.

Aos interessados, entrar em contato com o Prof. Gerd Bruno da Rocha (DQ - UFPB) através do Facebook do LQQC (). Os interessados também podem acessar o formulário em: https://forms.gle/PZExz9nKaMuyPcBU9.

Mais informações sobre as atuações dos pesquisadores que atuam no LQQC-UFPB podem ser conferidas na página do nosso grupo de pesquisa em www.quantum-chem.pro.br.

Algumas publicações do grupo no tema [1–5]:

1. Maia JDC, Cabral LAF, Rocha GB (2014) Accelerating Semiempirical Quantum Chemical Calculation by Using Multi-GPU Platforms: Implementations and Benchmarks. In: WATOC (ed) Proc. of the 10th Congress of the World Association of Theoretical and Computational Chemists. WATOC, Santiago

2. Urquiza-Carvalho GA, Rocha GB, Lopez R (2018) Efficient Algorithm for Expanding Theoretical Electron Densities in Canterakis-Zernike Functions. J Comput Chem. https://doi.org/10.1002/jcc.25376

3. Maia JDC, Urquiza Carvalho GA, Mangueira CP, et al (2012) GPU Linear Algebra Libraries and GPGPU Programming for Accelerating MOPAC Semiempirical Quantum Chemistry Calculations. J Chem Theory Comput 8:3072–3081. https://doi.org/10.1021/ct3004645

4. Maia JDC (2018) Quantum Scenery: Um Novo Software de Química Quântica Semiempírico Para Sistemas de Memória Distribuída. Universidade Federal da Paraíba

5. Melo MCR, Bernardi RC, Rudack T, et al (2018) NAMD goes quantum: an integrative suite for hybrid simulations. Nat Methods 15:351–354. https://doi.org/10.1038/nmeth.4638

Formulário para candidatos a vaga em projeto de pesquisa no LQQC-UFPB Esse formulário se refere à coleta de informações sobre os candidatos interessados em desenvolver o plano de trabalho PIBIC intitulado "Implementando bibliotecas de álgebra linear baseadas em GPUs no programa Quantum Scenery" no LQQC-UFPB (Laboratório de Química Quântica Computacional) do De...

https://www.youtube.com/watch?v=s2EVlqql_f8
Como o sabão age contra o vírus.

Fighting Coronavirus with Soap Always use soap when you wash your hands! Soap molecules break up the outer layer of enveloped viruses, stopping infection. Watch at the molecular level how ...

Noncovalent Quantum Machine Learning Corrections to Density Functionals We present noncovalent quantum machine learning corrections to six physically motivated density functionals with systematic errors. We demonstrate that the missing massively nonlocal and nonadditive physical effects can be recovered by quantum machine learning models. The models seamlessly account f...