Generation of an accurate CCSD(T)/CBS data set and assessment of DFT methods for the binding strengths of group I metal–nucleic acid complexes
Notice bibliographique
Résumé
Accurate information about interactions between group I metals and nucleic acids is required to understand the roles these metals play in basic cellular functions, disease progression, and pharmaceuticals, as well as to aid the design of new energy storage materials and nucleic acid sensors that target metal contaminants, among other applications. From this perspective, this work generates a complete CCSD(T)/CBS data set of the binding energies for 64 complexes involving each group I metal (Li+, Na+, K+, Rb+, or Cs+) directly coordinated to various sites in each nucleic acid component (A, C, G, T, U, or dimethylphosphate). This data have otherwise been challenging to determine experimentally, with highly accurate information missing for many group I metal–nucleic acid combinations and no data available for the (charged) phosphate moiety. Subsequently, the performance of 61 DFT methods in combination with def2-TZVPP is tested against the newly generated CCSD(T)/CBS reference values. Detailed analysis of the results reveals that functional performance is dependent on the identity of the metal (with increased errors as group I is descended) and nucleic acid binding site (with larger errors for select purine coordination sites). Over all complexes considered, the best methods include the mPW2-PLYP double-hybrid and ωB97M-V RSH functionals (≤1.6% MPE; <1.0 kcal/mol MUE). If more computationally efficient approaches are required, the TPSS and revTPSS local meta-GGA functionals are reasonable alternatives (≤2.0% MPE; <1.0 kcal/mol MUE). Inclusion of counterpoise corrections to account for basis set superposition error only marginally improves the computed binding energies, suggesting that these corrections can be neglected with little loss in accuracy when using larger models that are necessary for describing biosystems and biomaterials. Overall, the most accurate functionals identified in this study will permit future works geared towards uncovering the impact of group I metals on the environment and human biology, designing new ways to selectively sense harmful metals, engineering modern biomaterials, and developing improved computational methods to more broadly study group I metal–nucleic acid interactions.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».