VII. Kémiai Tudományok Osztálya

2025. decemberi kiemelt publikációk

2026. január 6.

From molecular level to process design: Co-solvent-free autocatalytichomogeneous hydrogenation of C5-platform chemical furfural tofurfuryl alcohol

A molekuláris szinttől a folyamattervezéséig: a furfurol segédoldószer-mentes autokatalitikus hidrogénezése furfuril alkohollá

Chemical Engineering Journal, 2025
Csaba Árvai,1 Attila K. Horváth,2 Kinka Komka,1 László T. Mika1

1Department of Chemical and Environmental Process Engineering, Faculty of Chemical Technology and Biotechnology, Budapest University of Technology and Economics, Hungary
2Department of General and Inorganic Chemistry, Institute of Chemistry, Faculty of Sciences, University of Pécs, Hungary

Szakmai összefoglaló
A különböző biomassza-eredetű platform molekulák hatékony szintézise új technológia lehetőséget biztosíthat a nem fosszilis eredetű alapvegyületek gazdaságos előállítására. Egyik ilyen építőelem a furfuril alkohol, amelynek a fururolból történő előállítása során először igazoltuk segédoldószer-mentes autokatalitikus reakció jelenlétét. A tanulmányban az izotópjelzéses mechanizmusvizsgálattól, az átfogó kinetikai modellezésen keresztül a koncepcionális folyamattervezésig mutatjuk be a 100% atomhatákonysággal végbemenő hidrogénezési reakciót.


Covalent Activation of the C-type Lectin DC-SIGN

A DC-SIGN lektin aktiválása kovalens fragmensekkel

Angewandte Chemie International Edition, 2025
Jonathan Lefèbre1,2,3, Maurice Besch1,2,3, Noémi Csorba4,5,6, Kristóf Garami4,5,6, Zoltán Orgován4,6, Gitta Schlosser7, Iris Bermejo1,2, Péter Ábrányi-Balogh4,5,6, György M. Keserű4,5,6, Christoph Rademacher1,2

1Department of Pharmaceutical Sciences, University of Vienna, Austria
2Department of Microbiology, Immunology and Genetics, Max F. Perutz Labs, Vienna, Austria
3Vienna Doctoral School of Pharmaceutical, Nutritional and Sport Sciences, University of Vienna, Austria
4Medicinal Chemistry Research Group, Research Centre for Natural Sciences, Budapest, Hungary
5Department of Organic Chemistry and Technology, Faculty of Chemical Technology and Biotechnology, Budapest University of Technology and Economics, Hungary
6National Laboratory for Drug Research and Development, Budapest, Hungary
7MTA-ELTE Lendület Ion Mobility Mass Spectrometry Research Group, Institute of Chemistry, Eötvös Loránd University, Budapest, Hungary

Szakmai összefoglaló
A DC-SIGN fehérje egy kulcsfontosságú receptor, amely szerepet játszik a kórokozók felismerésében és az immunválasz szabályozásában. A DC-SIGN szénhidrátkötő helyének sajátosságai miatt kihívást jelent megfelelő ligandumokat tervezni, ezért a szerzők egy új stratégiát vizsgáltak: lizinek specifikus kovalens módosítását végezték el elektrofil fragmensekkel. Két aktivátort azonosítottak, amelyek eltérő mechanizmusokon keresztül fejtik ki hatásukat; ezeket NMR spektroszkópia, tömegspektrometria és számítógépes modellezés segítségével tárták fel.

Extending quantum-mechanical benchmark accuracy to biological ligand-pocket interactions

Biológiai fehérje-ligandum kölcsönhatás modellek nagy pontosságú kvantumkémiai szimulációja

Nature Communications, 2025
Mirela Puleva1,2, Leonardo Medrano Sandonas1,3, Balázs D. Lőrincz4,5,6, Jorge Charry1,7, David M. Rogers8, Péter R. Nagy4,5,6, Alexandre Tkatchenko1,2

1Department of Physics and Materials Science, University of Luxembourg, Luxembourg
2Institute for Advanced Studies, University of Luxembourg, Luxembourg
3Institute for Materials Science and Max Bergmann Center of Biomaterials, TUD Dresden, University of Technology, Dresden, Germany
4Department of Physical Chemistry and Materials Science, Faculty of Chemical Technology and Biotechnology, Budapest University of Technology and Economics, Hungary
5HUN-REN-BME Quantum Chemistry Research Group, Budapest, Hungary
6MTA-BME Lendület Quantum Chemistry Research Group, Budapest, Hungary
7Luxembourg Researchers Hub asbl, Esch-sur-Alzette, Luxembourg
8National Center for Computational Sciences, Oak Ridge National Laboratory, USA

Szakmai összefoglaló
A szerzők nagy pontosságú vizsgálatokat végeztek gyógyszermolekula-fehérje kötődési modellekre az MRCC programcsomagban fejlesztett LNO-CCSD(T) módszer segítségével. Az eredmények kiválóan egyeznek egy másik, jelentősen számításigényesebb referencia módszerrel, ami ekkora molekula méretben a kvantumkémiában eddig példa nélküli. A bemutatott munka különösen nagy értékét az adja, hogy a 2. modell független és más elven alapszik, de mindkettő egyezik (nagyon szűk hibabecsléseiken belül), ami eddig elérhetetlen minőségi bizonyosságot ad.