MétaCan
Menu
Retour à la cohorte
Enregistrement W4245969647 · doi:10.26434/chemrxiv.14317706

Computational Prediction of the Supramolecular Self-Assembling Properties of Organic Molecules: Flexibility vs Rigidity

2021· preprint· en· W4245969647 sur OpenAlexaff
Laura Le Bras, Yves L. Dory, Benoît CHAMPAGNE

Notice bibliographique

RevueChemRxiv · 2021
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueSupramolecular Self-Assembly in Materials
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds De La Recherche Scientifique - FNRS
Mots-clésSupramolecular chemistryMoleculeMonomerHydrogen bondAmideFlexibility (engineering)Rigidity (electromagnetism)Materials scienceComputational chemistryCovalent bondChemistryChemical physicsNanotechnologyCrystallographyComputer scienceMathematicsPolymerOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Two families of organic molecules with different backbones have been considered. The first family, composed by a substituted central phenyl is considered as flexible. The second one, based on a macrolactam-like unit, is considered as rigid. They have however a common feature, three amide moieties (as substituents for the phenyl and within the cycle for the macrolactam-like molecule) that allow 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 different theoretical 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 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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,030
Tête enseignante GPT0,250
Écart entre enseignants0,221 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetSupramolecular Self-Assembly in MaterialsTravaux en français237 207