Oleic Acid Phase Behavior from Molecular Dynamics Simulations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Fatty acid aggregation is important for a number of diverse applications: from origins of life research to industrial applications to health and disease. Experiments have characterized the phase behavior of oleic acid mixtures, but the molecular details are complex and hard to probe with many experiments. Coarse-grained molecular dynamics computer simulations and free energy calculations are used to model oleic acid aggregation. From random dispersions, we observe the aggregation of oleic acid monomers into micelles, vesicles, and oil phases, depending on the protonation state of the oleic acid head groups. Worm-like micelles are observed when all the oleic acid molecules are deprotonated and negatively charged. Vesicles form spontaneously if significant amounts of both neutral and negative oleic acid are present. Oil phases form when all the fatty acids are protonated and neutral. This behavior qualitatively matches experimental observations of oleic acid aggregation. To explain the observed phase behavior, we use umbrella sampling free energy calculations to determine the stability of individual monomers in aggregates compared to water. We find that both neutral and negative oleic acid molecules prefer larger aggregates, but neutral monomers prefer negatively charged aggregates and negative monomers prefer neutral aggregates. Both neutral and negative monomers are most stable in a DOPC bilayer, with implications on fatty acid adsorption and cellular membrane evolution. Although the CG model qualitatively reproduces oleic acid phase behavior, we show that an updated polarizable water model is needed to more accurately predict the shift in pKa for oleic acid in model bilayers.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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