{"id":38293,"date":"2026-02-26T10:39:06","date_gmt":"2026-02-26T09:39:06","guid":{"rendered":"https:\/\/comet.technology\/?p=38293"},"modified":"2026-02-26T10:40:47","modified_gmt":"2026-02-26T09:40:47","slug":"grupo-de-modelado-atomistico-para-catalisis-amc-cic-energigune","status":"publish","type":"post","link":"https:\/\/comet.technology\/es\/2026\/02\/26\/grupo-de-modelado-atomistico-para-catalisis-amc-cic-energigune\/","title":{"rendered":"Grupo de Modelado Atom\u00edstico para Cat\u00e1lisis (AMC) \u2013 CIC energiGUNE"},"content":{"rendered":"\n<p>En CIC energiGUNE, el grupo de Modelado At\u00f3mico para Cat\u00e1lisis (AMC) impulsa el descubrimiento de materiales catal\u00edticos eficientes, asequibles y sostenibles para impulsar la transici\u00f3n energ\u00e9tica limpia en Europa. Al combinar la qu\u00edmica computacional de vanguardia con enfoques de aprendizaje autom\u00e1tico basados \u200b\u200ben datos, el grupo proporciona informaci\u00f3n at\u00f3mica que conecta la comprensi\u00f3n fundamental con las tecnolog\u00edas energ\u00e9ticas del mundo real. <\/p>\n\n<figure class=\"wp-block-image size-full\"><img decoding=\"async\" src=\"https:\/\/pecaths.eu\/wp-content\/uploads\/sites\/33\/2026\/02\/image.jpeg\" alt=\"\" class=\"wp-image-10008\"\/><\/figure>\n\n<p>Dentro del proyecto PeCATHS, CIC energiGUNE codirige las actividades computacionales del Paquete de Trabajo 3, centr\u00e1ndose en el modelado de materiales (foto)electrocatal\u00edticos en condiciones operativas experimentalmente relevantes. Esto incluye la consideraci\u00f3n expl\u00edcita del potencial aplicado, el pH y la temperatura para identificar estados superficiales realistas del catalizador y predecir su estabilidad y reactividad. Establecer estos estados de reposo es un primer paso crucial hacia una comprensi\u00f3n mecanicista fiable y un dise\u00f1o racional de materiales.  <\/p>\n\n<p>Partiendo de esta base, el grupo AMC investiga los mecanismos de reacci\u00f3n relevantes para el almacenamiento reversible de hidr\u00f3geno y la producci\u00f3n qu\u00edmica sostenible, incluyendo la (des)hidrogenaci\u00f3n de portadores org\u00e1nicos l\u00edquidos de hidr\u00f3geno (LOHC) y la oxidaci\u00f3n electroqu\u00edmica de mol\u00e9culas derivadas de la biomasa. Mediante estos estudios, el grupo identifica v\u00edas de reacci\u00f3n que reducen el consumo de energ\u00eda en comparaci\u00f3n con la electr\u00f3lisis de agua convencional, a la vez que identifica los pasos que determinan la velocidad y los descriptores de reacci\u00f3n que controlan la actividad catal\u00edtica y la selectividad. <\/p>\n\n<p>Para explorar eficientemente el vasto espectro qu\u00edmico de los LOHC y los materiales catal\u00edticos, CIC energiGUNE desarrolla flujos de trabajo de cribado acelerados por aprendizaje autom\u00e1tico. Estas herramientas basadas en datos permiten la identificaci\u00f3n de candidatos prometedores antes de la validaci\u00f3n experimental, reduciendo significativamente el tiempo y el coste de desarrollo. Los estudios computacionales realizados en PeCATHS cuentan con el amplio acceso a recursos de computaci\u00f3n de alto rendimiento del Barcelona Supercomputing Center (BSC) a trav\u00e9s de la Red Espa\u00f1ola de Supercomputaci\u00f3n (RES), lo que permite simulaciones a gran escala y la generaci\u00f3n de datos. La estrecha integraci\u00f3n con socios experimentales tambi\u00e9n es fundamental para este enfoque: las predicciones computacionales se validan y refinan continuamente mediante un s\u00f3lido ciclo de retroalimentaci\u00f3n con el trabajo de la UJI, la UZH, el TCD y el ICN2-CERCA.   <\/p>\n\n<p>CIC energiGUNE colabora estrechamente con Trinity College Dublin (TCD), proporcionando metodolog\u00edas avanzadas de modelado y marcos de aprendizaje autom\u00e1tico para el cribado de alto rendimiento de materiales y sustratos (foto)electrocatal\u00edticos. Los conocimientos atom\u00edsticos obtenidos no solo racionalizan las observaciones experimentales en todo el consorcio, sino que tambi\u00e9n orientan la propuesta de nuevas composiciones catal\u00edticas y principios de dise\u00f1o. Esta estrecha conexi\u00f3n entre teor\u00eda, s\u00edntesis y caracterizaci\u00f3n fomenta las sinergias en todas las etapas del desarrollo de materiales.  <\/p>\n\n<p>Adem\u00e1s de PeCATHS, el grupo AMC cuenta con una s\u00f3lida experiencia en el modelado de una amplia gama de materiales como catalizadores t\u00e9rmicos y electroqu\u00edmicos rentables para reacciones de relevancia industrial. Su experiencia combinada en el modelado de catalizadores heterog\u00e9neos y moleculares proporciona una versatilidad \u00fanica, lo que permite al grupo abordar los diversos sistemas explorados en el consorcio PeCATHS. <\/p>\n\n<p>Gracias a su liderazgo en t\u00e9cnicas de simulaci\u00f3n avanzada, computaci\u00f3n de alto rendimiento y ciencia de datos, el grupo AMC fortalece las bases cient\u00edficas de PeCATHS y contribuye al desarrollo de tecnolog\u00edas eficientes y sostenibles en apoyo de una Europa neutral en carbono.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>En CIC energiGUNE, el grupo de Modelado At\u00f3mico para Cat\u00e1lisis (AMC) impulsa el descubrimiento de materiales catal\u00edticos eficientes, asequibles y sostenibles para impulsar la transici\u00f3n energ\u00e9tica limpia en Europa. Al combinar la qu\u00edmica computacional de vanguardia con enfoques de aprendizaje autom\u00e1tico basados \u200b\u200ben datos, el grupo proporciona informaci\u00f3n at\u00f3mica que conecta la comprensi\u00f3n fundamental con [&hellip;]<\/p>\n","protected":false},"author":4,"featured_media":38297,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[763],"tags":[],"class_list":["post-38293","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-pecaths-es"],"acf":[],"_links":{"self":[{"href":"https:\/\/comet.technology\/es\/wp-json\/wp\/v2\/posts\/38293","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/comet.technology\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/comet.technology\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/comet.technology\/es\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/comet.technology\/es\/wp-json\/wp\/v2\/comments?post=38293"}],"version-history":[{"count":1,"href":"https:\/\/comet.technology\/es\/wp-json\/wp\/v2\/posts\/38293\/revisions"}],"predecessor-version":[{"id":38294,"href":"https:\/\/comet.technology\/es\/wp-json\/wp\/v2\/posts\/38293\/revisions\/38294"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/comet.technology\/es\/wp-json\/wp\/v2\/media\/38297"}],"wp:attachment":[{"href":"https:\/\/comet.technology\/es\/wp-json\/wp\/v2\/media?parent=38293"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/comet.technology\/es\/wp-json\/wp\/v2\/categories?post=38293"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/comet.technology\/es\/wp-json\/wp\/v2\/tags?post=38293"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}