Thermodynamic Insights into Phosphonate Binding in Metal–Azolate Frameworks
Notice bibliographique
Résumé
Organophosphorus chemicals, including chemical warfare agents (CWAs) and insecticides, are acutely toxic materials that warrant capture and degradation. Metal–organic frameworks (MOFs) have emerged as a class of tunable, porous, crystalline materials capable of hydrolytically cleaving, and thus detoxifying, several organophosphorus nerve agents and their simulants. One such MOF is M-MFU-4l (M = metal), a bioinspired azolate framework whose metal node is composed of a variety of divalent first-row transition metals. While Cu-MFU-4l and Zn-MFU-4l are shown to rapidly degrade CWA simulants, Ni-MFU-4l and Co-MFU-4l display drastically lower activities. The lack of reactivity was hypothesized to arise from the strong binding of the phosphate product to the node, which deactivates the catalyst by preventing turnover. No such study has provided detailed insight into this mechanism. Here, we leverage isothermal titration calorimetry (ITC) to monitor the binding of an organophosphorus compound with the M-MFU-4l series to construct a complete thermodynamic profile ( K a, Δ H, Δ S, Δ G ) of this interaction. This study further establishes ITC as a viable technique to probe small differences in thermodynamics that result in stark differences in material properties, which may allow for better design of first-row transition metal MOF catalysts for organophosphorus hydrolysis.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».