XiaoMi-AI文件搜索系统
World File Search System互变异构
纳米级 - 印第安纳大学印第安纳波利斯分校 ScholarWorks
未来的分子微电子学要求设备的电子电导率可调，而不会损害分子电子特性的电压控制。本文，我们报告了在半导体聚苯胺聚合物或极性聚-D-赖氨酸分子薄膜与两种价态互变异构复合物之一（即 [Co III (SQ)(Cat)(4-CN-py) 2 ] ↔ [Co II (SQ) 2 (4-CN-py) 2 ] 和 [Co III (SQ)(Cat)(3-tpp) 2 ] ↔ [Co II (SQ) 2 (3-tpp) 2 ]）之间创建界面的影响。利用密度泛函理论指导的 X 射线光发射、X 射线吸收、逆光发射和光吸收光谱测量来识别电子跃迁和轨道。除了结合能和轨道能级略有改变外，底层基底层的选择对电子结构影响不大。在 [Co III (SQ)(Cat)(3-tpp) 2 ] ↔ [Co II (SQ) 2 (3-tpp) 2 ] 中存在一个显著的未占据配体到金属电荷转移态，该态对 Co II 高自旋态中聚合物和互变异构复合物之间的界面几乎不敏感。
基于醌的单分子开关作为分子电子学的构建块
虽然半导体电路的小型化仍在继续，但它已不再遵循摩尔定律，摩尔定律预测每 18 个月单位面积晶体管数量将翻一番。这种小型化必须在可预见的未来达到其物理极限。克服这一障碍的一种可能途径是使用分子电子学，其中单个分子将充当电子设备的构建块，例如晶体管或存储元件。张 1 最近的一篇评论文章展示了一个活跃的研究领域。Schaub 等人 2,3 报道了一种可控开关，由沉积在 Cu-(110) 表面上的偶氮苯分子组成。如果施加大于 0.3 V 的电压，则可以产生两种对称性相关的互变异构体中的一种，具体取决于扫描隧道显微镜 (STM) 尖端的位置。较小的电压允许在不改变分子的情况下确定其当前的互变异构状态。翻译成计算语言，这构成了一个可以写入和读取的存储元件。不幸的是，STM 尖端需要移动到分子上方的正确位置，这使得操作无法以可能与当前微电子器件相媲美的频率进行。另一个问题是，电导率的变化只与表面垂直的方向有关，因为支撑金属会使任何平行于表面的电压短路。为了制造出可用于电子设备的分子，必须具备三个先决条件：双稳态、
重组DNA和生物技术
核酸 A. 核苷酸 B. 核酸 C. 4S 1. 大小 2. 溶解度 3. 形状 a. A-DNA b. Z-DNA c. 拓扑结构 i. 包装 ii. 超螺旋 iii. 拓扑异构酶 4. 稳定性 a. 核苷酸 i. 互变异构体 ii. 酸/碱 b. 核酸 i. 化学 ii. 变性 iii. 稳定性 iv. 核酸酶 D. 信息结构 1. 流程例外 2. 结构 3. 控制级别 E. 重组 DNA：生物技术的生化基础 1. 限制性酶、DNA 连接酶 2. 制备重组 DNA (rDNA) 的载体和插入片段 a. 插入片段 i. cDNA ii. 基因组 b. 载体
材料进展 - RSC 出版
多年来，人们对 FOX-7 的衍生物进行了多次成功的尝试。5 一个有趣的例子是 FOX-7 与肼进行亲核取代反应生成 1-氨基-1-肼基-2,2-二硝基乙烯 (HFOX，1)。它是一种结构特征与 FOX-7 相似的坚固高性能爆炸中间体。由于 1 中氨基和肼官能团相邻，因此它反应性极高，或会自发分解，或极其危险。6 FOX-7 和 1 这两种化合物在常见有机溶剂中的溶解性较差。它们本质上是两性的，表现出多种互变异构体和共振结构，可以与碱或酸反应。7,8 例如，HFOX 与酸和碱反应时可以相应地形成质子化 (i) 和阴离子 (ii) 形式（图 1）。 7 这两种离子形式都是高反应性的中间体，与羰基化合物反应后可产生稳定的产物。然而，关于这些共振形式的选择性的研究有限，仅用于高性能材料的构建。9–11
格雷戈里·W·凯罗
我是耶鲁大学化学系的博士生，也是美国国家科学基金会的研究员。我的研究涉及机器学习方法在药物发现中的开发和应用。我创建了 HAC-Net，这是目前最先进的预测蛋白质-配体结合亲和力的机器学习模型。我开源了所有代码，创建了一个 Python 包和笔记本以及相应的演示视频，并发表了一篇论文，以便更广泛的科学界可以轻松使用此工具。尽管该模型是最近才开发的，但据报道，它有助于识别一种用于治疗耐药性葡萄球菌感染的潜在抗毒力药物。不久之后，我创建了 ChemSpaceAL，这是第一种针对特定蛋白质靶标微调分子生成模型的主动学习方法，特别适用于创建蛋白质靶标特异性分子库以用于药物发现中的虚拟筛选。最近，我创建了 CardioGenAI，这是一个基于机器学习的框架，用于重新设计开发中和上市的药物，以降低心脏毒性，同时保留其药理活性。该框架结合了新颖的最先进的判别模型，用于预测 hERG、Na V 1.5 和 Ca V 1.2 通道活性，这些模型也可以独立作为早期虚拟筛选流程的有效组成部分。此外，我还开发了一种描述蛋白质内信息传递的方法，即静电耦合在基于二级结构元素的网络中传播，这种方法为了解 CRISPR-Cas9、咪唑甘油磷酸合酶和 D-多巴色素互变异构酶等多种重要生物系统的变构机制提供了宝贵的见解。此外，我还为基于量子计算的小分子研究方法的开发做出了贡献，并在一家世界知名的科学软件公司开发了用于 PROTAC 筛选的软件。我在顶级学术期刊上发表了多篇论文，在多个会议上展示了我的工作，创建了多个 Python 包，与世界各地的实验室建立了各种合作关系，并在耶鲁大学成立了生物物理学会分会。出于这些原因，我获得了多个极负盛名的奖项，并多次出现在耶鲁新闻中。教育