MétaCan
Menu
Retour à la cohorte
Enregistrement W2078993571 · doi:10.1063/1.4828437

Favorable adsorption of capped amino acids on graphene substrate driven by desolvation effect

2013· article· en· W2078993571 sur OpenAlexaff
Nadiya Dragneva, Wely B. Floriano, Douglas Stauffer, Robert C. Mawhinney, Giovanni Fanchini, Oleg Rubel

Notice bibliographique

RevueThe Journal of Chemical Physics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensWestern UniversityLakehead UniversityThunder Bay Regional Research Institute
Organismes subventionnairesnon disponible
Mots-clésGrapheneAdsorptionAmino acidContext (archaeology)Molecular dynamicsNanomaterialsMaterials scienceSubstrate (aquarium)Ab initioNanotechnologyChemistryChemical engineeringChemical physicsComputational chemistryOrganic chemistryBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

The use of graphene-based nanomaterials is being explored in the context of various biomedical applications. Here, we performed a molecular dynamics simulation of individual amino acids on graphene utilizing an empirical force field potential (Amber03). The accuracy of our force field method was verified by modeling the adsorption of amino acids on graphene in vacuum. These results are in excellent agreement with those calculated using ab initio methods. Our study shows that graphene exhibits bioactive properties in spite of the fact that the interaction between graphene and amino acids in a water environment is significantly weaker as compared to that in vacuum. Furthermore, the adsorption characteristics of capped and uncapped amino acids are significantly different from each other due to the desolvation effect. Finally, we conclude that when assessing protein-surface interactions based on adsorption of single amino acids, the minimum requirement is to use capped amino acids as they mimic residues as part of a peptide chain.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,275

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,195
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207