MétaCan
Menu
Retour à la cohorte
Enregistrement W3197050934 · doi:10.1039/d1cp02675e

Computational prediction of the supramolecular self-assembling properties of organic molecules: the role of conformational flexibility of amide moieties

2021· article· en· W3197050934 sur OpenAlexaff
Laura Le Bras, Yves L. Dory, Benoı̂t Champagne

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2021
Typearticle
Langueen
DomaineChemistry
ThématiqueCrystallography and molecular interactions
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds De La Recherche Scientifique - FNRS
Mots-clésSupramolecular chemistryAmideFlexibility (engineering)MoleculeChemistryOrganic moleculesComputational chemistryCombinatorial chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Two families of organic molecules with different backbones have been considered. The first family is based on a macrolactam-like unit that is constrained in a particular conformation. The second family is composed by a substituted central phenyl that allows a larger mobility for its substituents. They have however a common feature, three amide moieties (within the cycle for the macrolactam-like molecule and as substituents for the phenyl) that permit hydrogen bonding when molecules are stacked. In this study we propose a computational protocol to unravel the ability of the different families to self-assemble into organic nanotubes. Starting from the monomer and going towards larger assemblies like dimers, trimers, and pentamers we applied the different protocols to rationalize the behavior of the different assemblies. Both structures and thermodynamics were investigated to give a complete picture of the process. Thanks to the combination of a quantum mechanics approach and molecular dynamics simulations along with the use of tailored tools (non covalent interaction visualization) and techniques (umbrella sampling), we have been able to differentiate the two families and highlight the best candidate for self-assembling purposes.

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 enseignants0,016
Score d'incertitude au seuil0,514

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 Opus0,010
Tête enseignante GPT0,215
Écart entre enseignants0,205 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetCrystallography and molecular interactionsTravaux en français237 207