Estimation of distance distributions between Gd3+ radical pairs with a significant zero- field splitting from pulsed EPR DEER data
Notice bibliographique
Résumé
Abstract The numerical method, using full diagonalization of the spin-Hamiltonian matrix, to calculate DEER (Double Electron-Electron Resonance) signal, based on the double rotating-frames (DRF) technique, taking into account the zero-field splitting of the Gd3+ ion with spin S=7/2 is exploited here to calculate the kernel signals for the various distances, r, between two coupled Gd3+ radicals, distributed randomly in a biological system. These are then used to estimate the probabilities of the distance distribution, P(r), between the various Gd3+ radical pairs, separated by the distances, r. This is accomplished by using Tikhonov regularization, as implemented in the software DeerAnalysis [Jeschke et al. Appl. Magn. Reson., 30(3), pp.473-498 (2006)], but using the kernel signals calculated here by the DRF technique for different r values. This procedure is successfully illustrated by applying it to calculate the distance distribution probabilities, P(r) from the reported experimental four-pulse DEER data for a sample of Gd ruler 1_5 in D2O/glycerol-d_8 (i) at Q-band [Doll et al., J. Magn. Reson. 259, pp.153-162] and (ii) at W-band [Dalaloyan et al., Phys. Chem. Chem. Phys., 17(28), pp.18464-18476 (2015)]. Significant differences in the distance-distribution probabilities are found between those calculated here using the DRF-calculated kernel signals for Gd3+ with spin 7/2 with significant ZFS from those calculated by the use of analytical kernel signals for spin-½ system without ZFS, using hard pulses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».