MétaCan
Menu
Retour à la cohorte
Enregistrement W3136395106 · doi:10.1063/5.0040551

Characteristic time for the end monomers of a spherically confined polymer to find a nano-pore

2021· article· en· W3136395106 sur OpenAlexaff
S. Mohammad Hoseinpoor, Narges Nikoofard, Bae‐Yeun Ha

Notice bibliographique

RevueThe Journal of Chemical Physics · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueNanopore and Nanochannel Transport Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPolymerMonomerScalingLangevin dynamicsRADIUSChemical physicsWork (physics)Molecular dynamicsMaterials scienceVolume fractionNano-ChemistryNanotechnologyPhysicsStatistical physicsThermodynamicsComputational chemistryGeometryComposite materialMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

Translocation of a polymer through a nano-pore is relevant in a variety of contexts such as passage of RNAs through a nuclear pore and transportation of proteins across a membrane. An essential step in polymer translocation is for the end monomers to search the pore. This process requires a characteristic time, referred to as the “attempt time” in this work. Here, we study the attempt time τ of a confined polymer inside a spherical surface by combining a scaling approach and Langevin dynamics simulations. For a moderately to strongly confined polymer, our results suggest that τ ∼ R3.67 for R > P and τ ∼ R2.67 for R < P, where R is the radius of the spherical surface and P is the persistence length of the polymer. All simulation data obtained for an intermediate range of the volume fraction of monomers ϕ(≲ 0.2) tend to collapse onto each other. This implies that τ does not explicitly depend on ϕ, in agreement with the theoretical predictions. These results will be useful for interpreting translocation as a two-step process: the initial attempt to find the pore and eventual pore crossing.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,204
Écart entre enseignants0,194 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetNanopore and Nanochannel Transport StudiesTravaux en français237 207