神経回路網ポテンシャルによる溶液中のカルコゲン結合の持続性の評価【JST・京大機械翻訳】

Juraskova Veronika; Celerse Frederic; Laplaza Ruben; Corminboeuf Clemence

プレプリント

J-GLOBAL ID：202202211087392673 整理番号：22P0026740

神経回路網ポテンシャルによる溶液中のカルコゲン結合の持続性の評価【JST・京大機械翻訳】

Assessing the persistence of chalcogen bonds in solution with neural network potentials

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月12日プレプリントサーバーでの情報更新日： 2022年01月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

非共有結合パターンは,触媒,超分子化学および機能材料の分野における設計原理として一般的に収集され,少数と命名されている。しかし,それらの計算記述は一般的に有限温度と環境効果を無視し,競合する相互作用を促進し,それらの静的気相特性を変化させる。最近,密度汎関数理論(DFT)データで訓練されたニューラルネットワークポテンシャル(NNP)は,ab initio法に匹敵する精度で凝縮相における分子現象をシミュレートするのにますます一般的になってきた。今日まで,ほとんどの応用は固体材料あるいは限られた数の元素からなるかなり単純な分子に集中している。ここでは,縮合相中のベンゾトルラジゾールを含むカルコゲン結合の持続性と強度に焦点を当てた。テルル含有ヘテロ芳香族分子は異なる原子のアニオンおよび孤立電子対と顕著な相互作用を示すことが知られているが,競合する分子間相互作用の溶媒との会合は,実験的にモニターするのに複雑であるが,正確な電子構造レベルでモデル化するのに挑戦する。ここでは,溶質-Cl ̄--THF混合物で生じる最も一般的な非共有相互作用を同定するために,ハイブリッドDFTエネルギーおよび力を再現するために,直接およびベースラインNNPを訓練した。陽溶媒におけるシミュレーションは,溶媒と生成したカルコゲン結合との明瞭な競合と,溶液中の分子特性に対する直接的な結果との相互作用の短距離方向性を強調した。他の電位(例えば,AMMOBA,直接NNPおよび連続体溶媒モデル)との比較も,ベースラインNNPが溶液中で起こる非共有結合相互作用の信頼できる描像を提供することを示した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

分子の電子構造

, , , , ,

前のページに戻る