MétaCan
Menu
Retour à la cohorte
Enregistrement W2460598322 · doi:10.1021/acs.jpcb.6b03970

Exploring the Impact of Tail Polarity on the Phase Behavior of Single Component and Mixed Lipid Monolayers Using a MARTINI Coarse-Grained Force Field

2016· article· en· W2460598322 sur OpenAlexafffund
Ala’a F. Eftaiha, Surajith N. Wanasundara, Matthew F. Paige, Richard K. Bowles

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid Membrane Structure and Behavior
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésComponent (thermodynamics)Polarity (international relations)MonolayerField (mathematics)Phase (matter)Force field (fiction)Materials scienceChemical physicsChemistryNanotechnologyPhysicsMathematicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Coarse-grained molecular dynamics simulations have been used to investigate the effect of dipalmitoylphosphatidylcholine (DPPC) tail group polarity on the structural and phase behavior of both single component and binary mixed monolayers using the MARTINI force field. Surface pressure-area isotherms of single component systems indicate that DPPC monolayers become more expanded as a function of increasing tail group polarity, as observed in experimental measurements in the literature. A combination of radial distribution functions and tilt angle measurements indicate that increasing tail group polarity results in the formation of increasingly disordered monolayers. For the mixed monolayer systems, the time dependence of the radial distribution function as well as average cluster size measurements indicate that phase separation takes place between components of different tail group polarity when the monolayers undergo phase transition into disordered configurations.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,051
Tête enseignante GPT0,301
Écart entre enseignants0,249 · 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

Citations4
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetLipid Membrane Structure and BehaviorTravaux en français237 207