Automated Parameterization of Coarse-Grained Polyethylenimine Under Martini Framework
Notice bibliographique
Résumé
As a versatile polymer in many applications, synthesized polyethylenimine (PEI) is polydisperse with diverse branched structures that attain pH-dependent protonation states. Understanding the structure-function relationship of PEI is necessary for enhancing its efficacy in various applications. Coarse-grained (CG) simulations can be performed at length- and timescales directly comparable with experimental data while maintaining the molecular perspective. However, manually developing CG forcefields for complex PEI structures is time-consuming and prone to human errors. This article presents a fully automated algorithm that can coarse-grain any branched architecture of PEI from its all-atom (AA) simulation trajectories and topology. The algorithm is demonstrated by coarse-graining a branched 2 kDa PEI, which can replicate the AA diffusion coefficient, radius of gyration, and end-to-end distance of the longest linear chain. Commercially available 25 kDa and 2 kDa Millipore-Sigma PEIs are used for experimental validation. Specifically, branched PEI architectures are proposed, coarse-grained using the automated algorithm, and then simulated at different mass concentrations. The CG-PEIs can reproduce existing experimental data on PEI’s diffusion coefficient and Stokes-Einstein radius at infinite dilution, as well as its intrinsic viscosity. This suggests a strategy where probable chemical structures of synthetic PEIs can be inferred computationally using the developed algorithm. The coarse-graining methodology presented here can also be extended to other polymers.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».