微生物群落在各种环境中起关键作用。预测它们的功能和动力学是微生物生态学的关键目标,但是这些系统的详细描述可能是非常复杂的。一种处理这种复杂性的方法是诉诸于更粗糙的表示。几种方法试图以数据驱动的方式识别微生物物种的有用群体。最近的工作在从头发现时,使用像线性回归这样简单的方法来预测给定功能的粗略表示,对多个物种甚至单个这样的群体(Ensemble-Biterient优化(EQO)方法)进行了一些经验成功。将社区功能建模为单个物种贡献的线性组合似乎很重要。但是,确定生态系统的预测性过度的任务与预测功能的任务不同,并且可以想象,前者可以通过比后者更简单的方法来完成。在这里,我们使用资源竞争框架来设计一个模型,在该模型中,要发现的“正确”分组是良好的定义,并使用合成数据来评估和比较基于回归的三种方法,即先前提出的两个和我们介绍的两个方法。我们发现,即使函数明显非线性,基于回归的方法也可以恢复分组。该多组方法比单组EQO具有优势。至关重要的是,模拟器(线性)方法的表现可以胜过更复杂的方法。
锂离子电池(LIB)的大多数高容量阳极材料需要碳质基质。在这种情况下,一种有希望的材料是氧化石墨烯(RGO)。在此,我们介绍了RGO对其物理化学特性(例如结晶度,特定表面积),电导率和电化学静态/划界行为等不同还原度的影响。发现在惰性和减少气氛下进行的热处理将RGO的远距离顺序提高到700°C的温度。在1000°C左右的温度下,结晶度降低。随着氧含量的降低,可以观察到周期1期间不可逆能力的线性降低,并且电导率的显着增加。尽管表面积增加,但可以观察到不可逆转的能力下降,这表明氧含量对容量损失的影响越明显。因此,由于降低热量,可逆能力不断增加至碳含量为84.4%。与期望相反,能力随着进一步的降低而降低。这可以通过将可逆的官能团的丧失和远程顺序降低,这可以解释,如DQ/DU分析与XRD分析结合得出的那样。©2023作者。由IOP Publishing Limited代表电化学学会出版。[doi:10.1149/1945-7111/ace70a]这是根据Creative Commons Attribution 4.0许可(CC by,http://creativecommons.org/licenses/ by/4.0/)分发的开放式访问文章,如果原始工作适当地引用了原始作品,则可以在任何媒介中不受限制地重复使用工作。
胺是有机合成和药物化学中的关键功能团。游离胺和氮杂环在许多具有生物活性的小分子中普遍存在。1 此外,由于其亲核特性,游离胺通常用作有机合成中的化学投入物,包括许多成熟的反应,例如 SN 2 加成、还原胺化、酰胺偶联和 Buchwald-Hartwig 胺化。2–4 二胺是一个特别受重视的子类,因为它们在药物、配体和有机催化剂方面具有独特的应用。5 因此,从简单的起始材料制备结构复杂且取代不同的二胺的新策略在学术界和工业界都很有价值。在此背景下,我们寻求开发一种方法,将各种简单的烯基胺(一级或二级)(一类易于获取的起始材料)直接转化为不同功能化的二胺,其中预先存在的胺通过催化胺化 1,2-双功能化指导第二个胺的安装。近年来,定向三组分烯烃双功能化已成为一种有效的策略,可从简单的化学输入中选择性合成高度取代、多功能和立体化学定义的产品(方案 1A)。在这种情况下,成功的基于胺的导向基团包括基于双齿导向助剂的基团。6-8 和单齿保护基(例如酰胺和磺酰胺)(方案 1B)。 9 在这些情况下,将吸电子基团连接到胺上至关重要,因为它会减弱布朗斯台德和路易斯碱度,从而降低其干扰催化的能力。虽然这种方法本身很有价值,但当需要相应的游离胺产物时,需要两个额外的步骤进行保护和脱保护。此外,除了极少数例外,9h 这些导向基团不能直接进行 N 官能化,需要进一步操作才能安装所需的 N -烷基或 N -芳基取代基。因此,