Understanding the effect of nanoconfinement on the structure of water hydrogen bond networks
Notice bibliographique
Résumé
Using an integrated approach of network theory and atomistic molecular dynamics simulations, we performed a detailed topological analysis on hydrogen bond networks of water confined between either two graphene sheets or two lipid bilayers to explore the structural perturbation of these networks under nanoscale confinement. The hydrogen bond network structure can be perturbed to a considerable extent when water is confined by such surfaces, yet no small-world behaviour is observed. The presence of ions also reduces the network complexity but its effect may be small depending on the type of confining surfaces. We developed an information flow model to evaluate the fluctuating nature of hydrogen bond networks and to characterise the dynamic, long-distance hydrogen-bonded chains in water. We found that the length and directionality of the hydrogen bond "trails" are highly susceptible to the type of confining surfaces and the degree of confinement. In particular, the endpoints of the hydrogen bond trails are not completely random in confined water, in which inherent distributions are determined by the density of water and the density of hydrogen bonds. This work forms the basis for the study of the pure effect of hydrogen bond network topology on various transport processes, such as proton transfer, that occur along a sequence of hydrogen bonds in a biochemical system. Our results suggest that a combined effect of the structure and lifetime of the hydrogen bond network of interfacial water may contribute to high lateral proton diffusivity at the surface of a lipid membrane.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».