Previsão do deslocamento químico em RMN: Uma revisão

O cálculo de parâmetros de RMN em solução, incluindo valores de deslocamento químico e constantes de acoplamento escalar, é frequentemente um passo crucial para a atribuição de estruturas de forma inequívoca. Métodos baseados em dados (às vezes chamados de empíricos) aproveitam bancos de dados de valores de parâmetros conhecidos para estimar parâmetros para moléculas desconhecidas ou novas. Isso contrasta com as populares técnicas ab initio que utilizam cálculos detalhados de química computacional quântica para chegar a estimativas de parâmetros. Métodos baseados em dados têm o potencial de serem consideravelmente mais rápidos do que as técnicas ab initio e foram alvo de um interesse renovado na última década, com o surgimento de bancos de dados de alta qualidade de parâmetros de RMN e novos métodos de aprendizado de máquina. Aqui, revisamos esses métodos, seus pontos fortes e armadilhas, e os bancos de dados em que estão baseados.