MétaCan
Menu
Retour à la cohorte
Enregistrement W4388622828 · doi:10.1021/acs.inorgchem.3c02140

Interactions between Metals and Eudistomins of Ascidian Origin: A Computational Study

2023· article· en· W4388622828 sur OpenAlexafffund
Ashutosh Parimi, Georg Schreckenbach

Notice bibliographique

RevueInorganic Chemistry · 2023
Typearticle
Langueen
DomaineChemistry
ThématiqueCrystallography and molecular interactions
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistryDensity functional theoryUranylSulfateMetalDenticityThoriumSulfuric acidMetal ions in aqueous solutionIonHydrometallurgyInorganic chemistryComputational chemistryUraniumOrganic chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

Ascidians are marine animals that adopt unusual techniques to deter predation. The three main methods are sequestration of unusual metals, high concentrations of sulfuric acid/sulfate ions in tunicate cells, and the presence of eudistomins. In this study, we hypothesize that ascidians sequester metals in their sulfate form, and the complexation of eudistomins with the metals could liberate the sulfate ion. Three representative metal aqua ions were chosen, viz., vanadyl, uranyl, and thorium ions, as well as four simple eudistomins which act as bidentate ligands, viz., eudistomin-W, debromoeudistomin-K, eudistomidin-C, and eudistomidin-B. By designing 7 model reactions, we tested our hypothesis using density functional theory (DFT) methods PBE-D3, BLYP, and B3LYP. The Δ G values of the model reactions provide strong support for our hypothesis. To verify the hypothesis further, we calculated the metal–eudistomin interactions with Be, Zn, and Pb. Based on our results, we suggest that ascidians may not prefer any particular metal. In addition, despite using different DFT functionals, we have observed similar Δ G values for each case. With our work, we have successfully used computational tools in our attempt to understand the unique behavior of ascidians.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,080
Score d'incertitude au seuil1,000

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,297
Écart entre enseignants0,274 · 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.

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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInorganic ChemistryMême sujetCrystallography and molecular interactionsTravaux en français237 207