MétaCan
Menu
Retour à la cohorte
Enregistrement W2127825477 · doi:10.1088/1742-6596/256/1/012015

<i>Ab initio</i>Calculations of the Linear and Nonlinear Optical Properties of Amino Acids

2010· article· en· W2127825477 sur OpenAlexaff
Danielle Tokarz, Adam Tuer, Richard Cisek, Serguei Krouglov, Virginijus Barzda

Notice bibliographique

RevueJournal of Physics Conference Series · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNonlinear Optical Materials Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHyperpolarizabilityPolarizabilityAb initioAmino acidSecond-harmonic generationNonlinear opticalNonlinear systemComputational chemistryHarmonicChemistryNonlinear opticsAb initio quantum chemistry methodsMolecular physicsChemical physicsMaterials sciencePhysicsMoleculeQuantum mechanicsOrganic chemistryBiochemistryLaser

Résumé

récupéré en direct d'OpenAlex

A number of proteins can assemble into chiral structures that display strong nonlinear optical activity. For instance, proteins such as myosin and collagen exhibit intense second harmonic generation (SHG). A large number of experimental studies on the SHG of proteins have been conducted; however few predictive models have been proposed that reliably relate the macroscopic SHG properties to the amino acids present in the peptidic chain. In this study, the linear polarizability (α), first (β) and second hyperpolarizability (γ) of all twenty amino acids was investigated by time - dependent Hartree-Fock calculations under physiological conditions. Ab initio calculations were performed using the GAMESSUS computational chemistry package. We have found that the aromatic amino acids give rise to the largest mean α, β and γ values. With this finding, we hope to apply this method to protein structures in order to understand how second harmonic signal is generated from individual amino acids, as well as, recognize how manipulation of the secondary structure of proteins might enhance SHG and third harmonic generation (THG).

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,039
Tête enseignante GPT0,281
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetNonlinear Optical Materials ResearchTravaux en français237 207