化学における基寄与法とは、分子構造から熱力学的特性やその他の特性を推定・予測する手法である。
今日の化学プロセスでは、何十万もの成分が使用されています。ケミカルアブストラクトサービスレジストリには5600万の物質がリストされていますが[ 1 ] 、その多くは科学的な関心の対象に過ぎません。
プロセス設計者は、構成要素とその混合物の基本的な化学的性質を知っておく必要がある。しかし、実験的な測定は費用がかかりすぎる場合が多い。
予測手法は、十分な精度で推定値が得られる場合、測定に取って代わることができます。推定された特性値は、精密な測定ほど正確ではありませんが、多くの用途において、推定された特性値の精度は十分です。予測手法は、実験結果の検証にも利用できます。

グループ寄与法は、化学成分の構造のいくつかの単純な側面が、多くの異なる分子で常に同じであるという原理を利用します。最小の共通構成要素は原子と結合です。たとえば、有機成分の大部分は、炭素、水素、酸素、窒素、ハロゲン(アスタチンを除く)、そして場合によっては硫黄またはリンで構成されています。単結合、二重結合、三重結合に加えて、わずか10種類の原子と3種類の結合で何千もの成分を構築できます。次に少し複雑な構成要素は官能基であり、それ自体も少数の原子と結合で構成されています。
グループ寄与法は、グループまたは原子の特性を利用して、純物質および混合物の特性を予測する手法です。これにより、必要なデータ数を大幅に削減できます。何千、何百万もの化合物の特性を知る必要はなく、数十、数百のグループに関するデータだけを知っていればよいのです。
グループ寄与法の最も単純な形式は、グループ寄与を合計することによって構成要素の特性を決定することである。:
この単純な形式では、物性値(この例では常圧沸点)が基の数に厳密に線形依存し、さらに基と分子間の相互作用は考慮されていないと仮定しています。この単純なアプローチは、例えばジョバック法において一部の物性値に用いられており、限られた範囲の成分と物性値の範囲ではうまく機能しますが、適用範囲外で使用すると非常に大きな誤差が生じます。
この手法では、純粋に加算的な基寄与を利用して、目的の特性を容易に測定可能な特性と関連付けます。これは、臨界温度に対してよく行われ、Guldbergの法則によればT <sub>c</sub>は通常の沸点の3/2であり、基寄与を用いることでより正確な値が得られます。
このアプローチは、既知の特性との関係によって分子に関する何らかの知識が得られるため、純粋な加算式よりも優れた結果をもたらすことが多い。一般的に用いられる追加特性としては、分子量、原子数、鎖長、環のサイズと数などが挙げられる。
混合物の特性を予測するには、ほとんどの場合、純粋な加算法を用いるだけでは不十分です。代わりに、特性はグループ間の相互作用パラメータから決定されます。
ここで、Pは特性を表し、G ijはグループ相互作用値を表す。
グループ相互作用値を用いた典型的なグループ寄与法は、活性係数を推定するUNIFAC法です。グループ相互作用モデルの大きな欠点は、モデルパラメータが多数必要になることです。単純な加法モデルでは10グループに対して10個のパラメータしか必要ありませんが、グループ相互作用モデルでは既に45個のパラメータが必要です。そのため、グループ相互作用モデルは通常、すべての可能な組み合わせに対してパラメータを持ちません。
いくつかの新しい手法[ 2 ]では、2次群を導入しています。これらは、複数の1次(標準)群を含むスーパー群となることができます。これにより、群の位置に関する新しいパラメータを導入することが可能になります。また、特定の他の群も存在する場合には、1次群の寄与を修正するという方法もあります。[ 3 ]
グループ寄与法の大部分は気相での結果を与えるが、最近、生化学系(水溶液、温度25 ℃、pH = 7 (生化学条件) )における標準ギブズ自由エネルギー生成(ΔfG ′ °)および反応(ΔrG ′ ° )を推定するための新しい方法[4]が開発された。この新しい水系法は、Mavrovouniotisのグループ寄与法に基づいている。[ 5 ] [ 6 ]
この新しい方法を水溶液中で利用できる無料ツールがウェブ上で入手可能です。[ 7 ]
グループ寄与は、明確に定義された純物質および混合物の既知の実験データから得られます。一般的な情報源としては、ドルトムントデータバンク、バイルシュタインデータベース、またはDIPPRデータバンク(AIChE提供)などの熱物性データバンクが挙げられます。次に、与えられた純物質および混合物の特性は、(多重)線形回帰などの統計的相関によってグループに割り当てられます。
新しい手法の開発における重要なステップは以下のとおりです。
手法の信頼性は、主にすべてのグループについて十分なソースデータが利用可能な包括的なデータバンクに依存します。小規模なデータベースでは、使用データの正確な再現は可能かもしれませんが、そのモデルを他のシステムの予測に使用すると、重大な誤差が生じる可能性があります。
ジョバック法は、1984 年に Kevin G. Joback によって発表されました。この方法は、臨界温度、臨界圧力、臨界体積、標準理想気体生成エンタルピー、標準理想気体生成ギブズエネルギー、理想気体比熱、蒸発エンタルピー、融解エンタルピー、標準沸点、凝固点、および液体粘度を推定するために使用できます。[ 8 ]ジョバック法は一次法であり、分子間相互作用は考慮されていません。
アンブローズ法は、ダグラス・アンブローズによって1978年と1979年に発表されました。臨界温度、臨界圧力、臨界体積を推定するために使用できます。分子構造に加えて、臨界温度を推定するには通常の沸点、臨界圧力を推定するには分子量が必要です。[ 9 ] [ 10 ]
Nannoolal法は、Yash Nannoolalらによって2004年に発表されました。これは、通常の沸点を推定するために使用できます。一次および二次寄与が含まれています。[ 11 ]