Estudo da adsorção de glifosato em grafeno e algumas de suas funcionalizações via teoria do funcional da densidade
Fecha
2024-02-27Metadatos
Mostrar el registro completo del ítemResumen
A crescente demanda do setor agrícola atrelada ao aumento da renda per capita, da
população global e do consumo de alimentos, faz com que seja crucial o uso de técnicas,
maquinários e substâncias que propiciam o aumento da eficiência da produção. Nesta
direção, defensivos agrícolas como o glifosato surgiram como uma excelente alternativa, por
ser um herbicida não seletivo de amplo espectro de ação, eliminando ervas daninhas que
competem por nutrientes com a cultura alvo. Introduzido na década de 1970, o glifosato
representa atualmente cerca de 70% do uso de pesticida no Brasil. O seu uso exacerbado
pode vir a ocasionar problemas ambientais tanto na flora quanto na fauna, além de estudos
recentes indicarem ser um possível causador de câncer em seres humanos. Por se tratar de
uma molécula polar e altamente solúvel em água, o glifosato apresenta grande risco de
contaminação da biota aquática. Neste sentido, técnicas que detectem e/ou removam o
glifosato da água são de grande interesse. Este trabalho tem como objetivo elucidar uma
possível rota de detecção e remoção de glifosato a partir de substratos baseados em grafeno.
Para isso, utilizamos a Teoria do Funcional da Densidade por meio do funcional de troca e
correlação PBE juntamente com as correções de van der Waals D3 a partir do método do
projetor de ondas aumentadas conforme implementado no pacote computacional VASP.
Estudamos seis substratos: grafeno pristino, grafeno com monovacância, grafeno dopado
com nitrogênio, grafeno dopado com oxigênio, grafeno adsorvido com nitrogênio e grafeno
adsorvido com oxigênio. Adsorvemos o glifosato nos seis substratos através de configurações
tentativas, as quais selecionamos as mais promissoras e realizamos Ab-Initio Molecular
Dynamics (AIMD) em dois processos: termalização (realizada à temperatura constante de
300 K) e simulated annealing (iniciada em 300 K e decrescendo até 0 K). Posteriormente
selecionamos snapshots de configurações de menores energias não equivalentes e realizamos
otimização estrutural de maior precisão de onde extraímos as propriedades. Das adsorções
podemos separar os resultados em três classes: (i) sistemas onde tivemos uma adsorção
fraca caracterizada por uma fisissorção, que foram as adsorções feitas nos substratos
pristino e dopados com N e O; (ii) sistema caracterizado por uma forte adsorção, do tipo
quimissorção, com a energia de adsorção de magnitude maior que 2 eV, que foi a adsorção
realizada no grafeno com monovacância; (iii) sistemas em que houve uma forte adsorção,
caracterizando uma quimissorção também, porém com a formação de novos compostos,
que ocorreram nos casos das adsorções no grafeno adsorvido (N e O). Realizamos também
uma análise da diferença de densidade de carga onde podemos observar que a molécula
tem tendência a ficar aniônica e o substrato catiônico. Nossos resultados indicam qual é
a melhor utilização de cada substrato baseado em grafeno para remoção e/ou detecção
de glifosato em água, servindo como um guia para o desenvolvimento de nanomateriais
baseados em grafeno para estes fins.