Using <i>i</i> -3D to visualize porphyrin normal deformation modes: A tutorial on porphyrin conformational analysis
Notice bibliographique
Résumé
An understanding of porphyrin conformations is crucial for comprehending how nature regulates the electronic properties of porphyrinic prosthetic groups. The non-planar conformations of synthetic porphyrins are frequently also the key to their utility as NIR absorbers, chiral entities, or organocatalysts. The well-established normal-structure-deformation (NSD) analysis of porphyrins deconvolutes the conformation of any porphyrin quantitatively into six normal out-of-plane modes (and in-plane distortion modes, which are ignored here). NSD analyses are now readily accessible via online tools. However, complete comprehension of the output of a porphyrin conformational NSD analysis requires an understanding of the porphyrin deformation modes, including their origin and implications. Alas, the primary literature is, for most students new to porphyrin chemistry, unsuitable to serve as an introduction to NSD/porphyrin conformational analysis. Moreover, students often struggle to perceive chemical structures in 3D. Utilizing GIF and [Formula: see text]-3D technologies, we thus provide a primer on porphyrin conformational analysis, some fundamental factors that can induce the deformation of porphyrins, and the consequences of porphyrin non-planarity. [Formula: see text]-3D technology allows graphical interaction with porphyrin crystal structures and was previously shown to assist students in the visualization and understanding of the three-dimensionality of chemistry. This tutorial fills the instructional gap between what students learn in the classroom, what is available in the primary literature, and the online tools that allow even a novice to execute an NSD analysis.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».