Insight into the Self-Assembly Behaviors of Per- and Polyfluoroalkyl Substances Using a “Computational Microscope”
Notice bibliographique
Résumé
Aqueous film-forming foams (AFFFs) have been extensively used for firefighting, contributing to environmental contamination with per- and polyfluoroalkyl substances (PFAS). Most PFAS in AFFFs are fluorosurfactants, known to self-assemble into large supramolecular assemblies in the field of physical chemistry; however, the application of this phenomenon to understanding environmental fate has not been studied. We hypothesize that self-assembled PFAS likely enhance the long-term retention of PFAS in subsurface environments, acting as a continuous source of dissolved PFAS. Thus, characterizing these self-assemblies and understanding their aggregation dynamics are crucial for assessing the fate and transport of PFAS. Despite the utility of molecular dynamics (MD) simulation in studying surfactant behaviors, fluorosurfactants have been underexplored due to the lack of force field parameters. In this study, we developed coarse-grained (CG) force field parameters for fluorosurfactants based on the Martini 3 model and performed CG-MD simulations. These “computational microscope” simulations reveal the self-assembly behavior of selected PFAS, aligning with experimental cryo-transmission electron microscopy observations and providing mechanistic insights. Our work sheds light on the evolution of solvated PFAS self-assemblies over time and space. The CG-MD simulation can particularly address the knowledge gaps for new PFAS that are difficult to explore experimentally due to the lack of chemical standards.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».