MétaCan
Menu
Retour à la cohorte
Enregistrement W2324625342 · doi:10.1021/acs.jpcc.5b00380

Structure and Chirality in Sulfur-Containing Amino Acids Adsorbed on Au(111) Surfaces

2015· article· en· W2324625342 sur OpenAlexafffund
Tatiana Popa, Irina Paci

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueSurface Chemistry and Catalysis
Établissements canadiensUniversity of Victoria
Organismes subventionnairesBritish Columbia Knowledge Development FundNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésChirality (physics)EnantiomerChemistryMoleculeIntermolecular forceHydrogen bondChemical physicsStereochemistryComputational chemistryChiral symmetry breakingOrganic chemistrySymmetry breakingPhysics

Résumé

récupéré en direct d'OpenAlex

Chiral self-assembly is governed by a complex interplay between molecular asymmetry and intermolecular and molecule–substrate interactions. In this work, we examined extended systems of enantiomerically pure and racemic cysteine, homocysteine, and methionine and their self-assembly on Au(111), using a classical parallel tempering Monte Carlo approach. We found that, for all of the amino acids considered here, the Au(111) substrate provided insufficient configurational restriction to promote chiral recognition upon adsorption. Molecules tethered to the surface were able to sample a broad range of configurations, and form complex networks of hydrogen bonds. Upon dissociative adsorption, rosette structures and chains with small local enantiomeric excess were observed, while nondissociative processes led to formation of solution-type racemic aggregates. Given the important role played by the surface in the chiral recognition process, we propose that a four-step interaction model (Booth et al. Chirality 1997, 9, 96) is more appropriate for such systems than the more traditional three-point contact model.

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 enseignants0,034
Score d'incertitude au seuil0,457

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 Opus0,013
Tête enseignante GPT0,228
Écart entre enseignants0,215 · 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

Citations19
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetSurface Chemistry and CatalysisTravaux en français237 207