MétaCan
Menu
Retour à la cohorte
Enregistrement W4234470147 · doi:10.26434/chemrxiv.6024410

Evaluating the London Dispersion Coefficients of Protein Force Fields Using the Exchange-Hole Dipole Moment Model

2018· preprint· en· W4234470147 sur OpenAlexaff
Evan T. Walters, Mohamad Mohebifar, Erin R. Johnson, Christopher N. Rowley

Notice bibliographique

RevueChemRxiv · 2018
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Structure and Dynamics
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésLondon dispersion forceDipoleIntermolecular forceDispersion (optics)Force field (fiction)ChemistryThermodynamicsMoment (physics)PhysicsComputational chemistryChemical physicsQuantum mechanicsMoleculeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

<div>London dispersion is one of the fundamental intermolecular interactions involved in protein folding and dynamics. The popular CHARMM36, Amber ff14sb, and OPLS-</div><div>AA force fields represent these interactions through the C6 /r 6 term of the Lennard-Jones potential. The C6 parameters are assigned empirically, so these parameters are</div><div>not necessarily a realistic representation of the true dispersion interactions. In this work, dispersion coefficients of all three force fields were compared to corresponding</div><div>values from quantum-chemical calculations using the exchange-hole dipole moment (XDM) model. The force field values were found to be roughly 50% larger than the XDM values for protein backbone and side-chain models. The CHARMM36 and Amber OL15 force fields for nucleic acids were also found to exhibit this trend. To explore how these elevated dispersion coefficients affect predicted properties, the hydration energies of the side-chain models were calculated using the staged REMD-TI method of Deng and Roux for the CHARMM36, Amber ff14sb, and OPLS-AA force fields. Despite having large C 6 dispersion coefficients, these force fields predict side-chain hydration energies that are in generally good agreement with the experimental values, including for hydrocarbon residues where the dispersion component is the dominant attractive solute–solvent interaction. This suggests that these force fields predict the correct total strength of dispersion interactions, despite C6 coefficients that are considerably larger than XDM predicts. An analytical expression for the water–methane dispersion energy using XDM dispersion coefficients shows that that higher-order dispersion terms(i.e., C 8 and C 10 ) account for roughly 37.5% of the hydration energy of methane. This suggests that the C 6 dispersion coefficients used in contemporary force fields are</div><div>elevated to account for the neglected higher-order terms. Force fields that include higher-order dispersion interactions could resolve this issue.</div>

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 enseignants0,370
Score d'incertitude au seuil0,590

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 ouverte0,0010,001
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 Opus0,037
Tête enseignante GPT0,322
Écart entre enseignants0,285 · 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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetProtein Structure and DynamicsTravaux en français237 207