MétaCan
Menu
Retour à la cohorte
Enregistrement W4405367818 · doi:10.1021/acs.jctc.4c01283

From Implicit to Explicit: An Interaction-Reorganization Approach to Molecular Solvation Energy

2024· article· en· W4405367818 sur OpenAlexfundno aff
Kaifang Huang, Lili Duan, John Z. H. Zhang

Notice bibliographique

RevueJournal of Chemical Theory and Computation · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensnon disponible
Organismes subventionnairesSerbian Academy of Sciences and ArtsNatural Science Foundation of Shandong ProvinceEast China Normal UniversityShenzhen UniversityChinese Academy of SciencesShenzhen Institutes of Advanced Technology, Chinese Academy of SciencesNational Natural Science Foundation of ChinaYork UniversityNew York University Shanghai
Mots-clésSolvationComputer scienceMolecular dynamicsImplicit solvationEnergy (signal processing)Computational chemistryStatistical physicsData scienceTheoretical computer scienceChemistryPhysicsMoleculeQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Accurate calculation of solvation energies has long fascinated researchers, but complex interactions within bulk water molecules pose significant challenges. Currently, molecular solvation energy calculations are mostly based on implicit solvent approximations in which the solvent molecules are treated as continuum dielectric media. However, the implicit solvent approach is not ideal because it lacks certain real solvation effects, such as that of the first solvation shell, etc. Here, we propose an explicit solvent approach, interaction-reorganization solvation (IRS) method, for molecular solvation energy calculations. The IRS approach achieves predictive accuracy comparable to that of the widely recognized solvation model based on the density (SMD) method and is significantly more accurate than that of the Poisson-Boltzmann/generalized Born surface area (PB/GBSA) methods. This is demonstrated in both the correlation coefficient and the mean absolute error (MAE) with respect to the experimental data. The IRS method is based on molecular dynamics simulation in explicit solvent and does not need to solve Poisson-Boltzmann or Schrödinger equations. On the other hand, the accuracy of the IRS method does depend on the accuracy of the molecular force field used in MD simulations. We expect that the IRS method will be very useful for the solvation energy calculations of molecules.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil0,482

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,315
Écart entre enseignants0,300 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Theory and ComputationMême sujetComputational Drug Discovery MethodsTravaux en français237 207