RMN de

distintos
núcleos.
Sean Segura Guzmán 1823213-
3148
 ¿Qué es RMN y como funciona?
 RMN es la abreviación utilizada para referirse al método conocido como resonancia
magnética nuclear, este consiste en aprovechar las cargas generadas por el
movimiento constante de los núcleos atómicos los cuales al tener una carga y estar
en constante rotación generan un campo magnético, en pocas palabras se puede
pensar que estos núcleos son pequeños imanes que al verse afectados por un campo
magnético externo se orientan en función de este campo externo.
 Reglas importantes a tener en cuenta para
poder aplicar RMN a una molécula:
 1. La molécula debe tener núcleos magnéticamente activos.
 2. Si un núcleo se encuentra demasiado apantallado por una nube de electrones
podría no ser detectado por el instrumento.
 3. Para que un atomo pueda ser observable debe tener un numero cuántico de spin
distinto de cero.
¿Cómo esta diseñado un RMN?
 ¿Cuáles son las mayores aplicaciones de este
método?
• En
biología, la RMN se aplica al estudio de las macromoléculas, como proteínas, lípidos y ácidos
nucleicos. 13C, 1H, 15N, 31P, 23Na, y 19F son los núcleos activos biológicamente más relevantes en RMN utilizados para
entender las vías bioquímicas que intervienen en el metabolismo de los aminoácidos, los lípidos y los carbohidratos.
• Enquímica, se utiliza mucho para el análisis cualitativo y cuantitativo con el objeto de controlar las reacciones, identificar
las estructuras y evaluar la pureza.
• En
la ciencia de polímeros, para analizar la proporción de monómeros, el peso molecular, la táctica, la secuenciación, la
longitud y la ramificación de las cadenas y para determinar los grupos terminales.
• En
la industria farmacéutica, para determinar la pureza y la cantidad de principios activos, excipientes e impurezas en los
productos farmacéuticos.
• En la industria del petróleo, para evaluar los hidrocarburos del petróleo crudo y sus productos.
• En
medicina, el diagnóstico por imagen mediante resonancia magnética (IRM) es una aplicación de la RMN utilizada para el
análisis de tejidos blandos con el fin de identificar tejidos dañados o enfermos.
¿Cuáles son los núcleos mas usados en RMN?
 Entre los núcleos más comúnmente empleados en RMN están el protio ( 1H, el
isótopo más sensible en RMN después del inestable tritio, 3H), el 13C y el 15N.
 Para hacer uso de estos diversos núcleos solo basta con cambiar la sonda utilizada
en el instrumento ya que dependiendo de cada núcleo se debe de utilizar una sonda
distinta que se introduce en el instrumento para detectar de esta forma el núcleo
especifico.
¿Cómo se ven las sondas?
¿Cómo se selecciona un núcleo adecuado?
 Para hacer la elección de un núcleo adecuado y de esta manera poder detectarlo en
el RMN debe de tener un numero cuántico de spin total del núcleo I=1/2 o 1 , si el
valor de este numero cuántico es igual a cero no será posible detectarlo usando
RMN. El numero de spin total del núcleo se calcula haciendo uso de los protones y
neutrones, por lo que el núcleo del  12C no será detectable por el instrumento ya que
posee 6 protones y 6 neutrones apareados por lo que su spin nuclear es igual a 0, a
diferencia de núcleos como el  13C el cual se compone de 6 protones y 7 neutrones
por lo que esu numero cuántico de spin nuclear es igual a 1/2.
 RMN de distintos núcleos:
 Debido a que en la practica, la operación experimental se realiza a una frecuencia
fija y un campo variable. En estas condiciones unos de los pocos núcleos diferentes
de los protones con una abundancia natural relativamente alta y una sensibilidad
igualmente alta son isótopos de  11B,  19F,  31P, entre otros.
 Bibliografía:
 https://www.uv.es/jcastell/Espectroscopia.pdf
 https://books.google.com.co/books?id=dMYiEAAAQBAJ
&pg=PA224&dq=rmn+de+distintos+nucleos&hl=es&sa=
X&ved=2ahUKEwjW8-Pe1N_4AhVbRjABHVxOCQM
Q6AF6BAgGEAI#v=onepage&q=rmn%20de%20distinto
s%20nucleos&f=false
 https://books.google.com.co/books?id=dwkgt8u2MmIC&
pg=PA64&dq=rmn+de+distintos+nucleos&hl=es&sa=X&
ved=2ahUKEwjW8-Pe1N_4AhVbRjABHVxOCQMQ6A
Muchas Gracias