Use of molecular simulation for evaluating adsorption equilibrium of inhalation anaesthetic agents on metal–organic frameworks
Notice bibliographique
Résumé
Abstract Metal–organic frameworks (MOFs) were studied as alternatives to zeolites and activated carbon for adsorptive removal of wasted inhalation anaesthetic agents (IAA). Monte Carlo simulation was used to predict equilibrium adsorption isotherms of IAA on selected MOFs. Rather than generic forcefields (FFs), the all‐atom FF parameters published by Arcario were used for IAA modelling. Continuous fractional component Monte Carlo (CFCMC) proved crucial for speedy simulation of large molecules. We found that allocating 70% probability to the CFlambdaSwap move gave optimum fits between simulation and experiment. The simulations provided us with an insight into the adsorption mechanisms of IAA in these structures. Heats of adsorption, Brauner‐Emmet‐Teller (BET) surface area, and total pore volume were deduced to be the crucial parameters for low, medium, and high range of relative pressures in the isotherm. Therefore, the chromium atoms in MIL‐101‐Cr are better adsorbers of IAA than MIL‐100‐Al at lower pressures despite the similarities in terms of the type of linkers and topology. Our simulation results corroborated the earlier published studies on the self‐association behaviour of sevoflurane molecules based on the experimental isotherms reported for MOF‐177‐Zn. Finally, the high polarity of IAA is thought to explain good low‐pressure simulation/experiment data agreement for the MOFs possessing coordinatively unsaturated sites (CUS) despite using generic DREIDING FF for the framework atoms. Our in‐house parsing code helped realize that the grand‐canonical Monte‐Carlo simulation speed is not the same for all pressure points but decreases for higher pressure points. This can be explained by increased density of the adsorbates making successful trial moves less probable.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».