De atmosfäriska koncentrationerna av svagt bundna molekylära kluster kan beräknas från de termomkemiska egenskaperna hos lågenergistrukturer som finns genom en konfigurationsmetod i flera steg med hjälp av en genetisk algoritm och semi-empirisk och ab initio kvantkemi.
Den beräkningsmässiga studien av bildandet och tillväxten av atmosfäriska aerosoler kräver en exakt Gibbs fri energi yta, som kan erhållas från gasfas elektronisk struktur och vibrationella frekvensberäkningar. Dessa mängder gäller för de atmosfäriska kluster vars geometrier motsvarar ett minimum på deras potentiella energiytor. Gibbs fria energi av den minsta energistrukturen kan användas för att förutsäga atmosfäriska koncentrationer av klustret under en mängd olika förhållanden såsom temperatur och tryck. Vi presenterar ett beräkningsmässigt billigt förfarande som bygger på en genetisk algoritm-baserade configurational provtagning följt av en rad allt mer exakt screening beräkningar. Förfarandet börjar med att generera och utveckla geometrier av en stor uppsättning konfigurationer med semi-empiriska modeller förfinar sedan den resulterande unika strukturer på en rad hög nivå ab initio nivåer av teori. Slutligen beräknas termodynamiska korrigeringar för den resulterande uppsättningen av minsta energistrukturer och används för att beräkna Gibbs fria energier av bildning, jämviktskonstanter och atmosfäriska koncentrationer. Vi presenterar tillämpningen av detta förfarande till studien av hydrerade glycin kluster under omgivande förhållanden.
Den mest osäkra parametern i atmosfäriska studier av klimatförändringar är den exakta i vilken utsträckning molnpartiklar reflekterar inkommande solstrålning. Aerosoler, som är partiklar upphängda i en gas, bildar molnpartiklar som kallas molnkondenseringskärnor (CCN) som sprider inkommande strålning, vilket förhindrar dess absorption och efterföljande uppvärmning av atmosfären1. En detaljerad förståelse av denna nettokylningseffekt kräver en förståelse för aerosolernas tillväxt till CCN, vilket i sin tur kräver en förståelse för tillväxten av små molekylära kluster till aerosolpartiklar. Nyligen arbete har föreslagit att aerosolbildning initieras av molekylära kluster på 3 nm i diameter eller mindre2; Denna storleksordning är dock svår att komma åt med hjälp av experimentella tekniker3,,4. Därför är en beräkningsmodellering strategi önskvärt för att övervinna denna experimentella begränsning.
Med hjälp av vår modelleringsmetod som beskrivs nedan kan vi analysera tillväxten av alla hydrerade kluster. Eftersom vi är intresserade av vattnets roll i bildandet av stora biologiska molekyler från mindre beståndsdelar i prebiotiska miljöer, illustrerar vi vårt förhållningssätt med glycin. De utmaningar som uppstått och de verktyg som behövs för att ta itu med dessa forskningsfrågor är mycket lika dem som deltar i studien av atmosfäriska aerosoler och förkärnningskluster5,,6,,7,,8,,9,,10,,11,,12,,13,,14,,15. Här undersöker vi hydrerade glycinkluster från en isolerad glycinmolekyl följt av en serie stegvisa tillägg av upp till fem vattenmolekyler. Det slutliga målet är att beräkna jämviktskoncentrationerna i Gly(H2O)n=0-5 kluster i atmosfären vid rumstemperatur vid havsnivå och en relativ fuktighet (RH) på 100 %.
Ett litet antal av dessa subnanometer molekylära kluster växer till en metastabil kritisk kluster (1-3 nm i diameter) antingen genom att lägga till andra ångmolekyler eller koagulera på befintliga kluster. Dessa kritiska kluster har en gynnsam tillväxtprofil som leder till bildandet av mycket större (upp till 50-100 nm) molnkondenseringskärnor (CCN), vilket direkt påverkar nederbördseffektiviteten hos moln samt deras förmåga att reflektera infallande ljus. Att ha en god förståelse för termodynamiken i molekylära kluster och deras jämviktsfördelningar bör därför leda till mer exakta förutsägelser om aerosolernas inverkan på det globala klimatet.
En beskrivande modell av aerosolbildning kräver exakt termodynamik av molekylär klusterbildning. Beräkningen av korrekt termodynamik för molekylär klusterbildning kräver identifiering av de mest stabila konfigurationerna, vilket innebär att hitta den globala och lokala minima på klustrets potentiella energiyta (PES)16. Denna process kallas konfigurationsprovtagning och kan uppnås genom en mängd olika tekniker, inklusive de som bygger på molekylär dynamik (MD)17,18,19,20, Monte Carlo (MC)21,22och genetiska algoritmer (GA)23,24,25.
Olika protokoll har utvecklats genom åren för att erhålla struktur och termodynamik av atmosfäriska hydrater på en hög teorinivå. Dessa protokoll skilde sig åt i valet av (i) konfigurationsprovtagningsmetod, ii) typ av lågnivåmetod som används i konfigurationsprovtagningen och iii) hierarkin av metoder på högre nivå som används för att förfina resultaten i de efterföljande stegen.
De konfigurationsprovtagningsmetoder ingår kemisk intuition26, slumpmässigprovtagning27,28, molekylär dynamik (MD)29,,30, bassäng hopping (BH)31, och genetisk algoritm (GA)24,25,32. De vanligaste lågnivåmetoderna som används med dessa provtagningsmetoder är kraftfält eller semiempiriska modeller som PM6, PM7 och SCC-DFTB. Dessa följs ofta av DFT beräkningar med allt större bas uppsättningar och mer tillförlitliga funktionsdugliga från de högre stegpinnarna av Jakobs stege33. I vissa fall följs dessa av högre vågfunktionsmetoder som MP2, CCSD(T) och den kostnadseffektiva DLPNO-CCSD(T)34,35.
Kildgaard m.fl.36 utvecklade en systematisk metod där vattenmolekyler tillsätts vid punkter på Fibonacci-sfärerna37 runt mindre hydrerade eller ohydrerade kluster för att generera kandidater till större kluster. Ofysiska och överflödiga kandidater tas bort baserat på nära kontakttrösklar och rot-medel-kvadratavstånd mellan olika överensstämmelser. Efterföljande optimeringar med pm6 semi-empirisk metod och en hierarki av DFT och wavefunction metoder används för att få en uppsättning låg energi konformatorer på en hög nivå av teori.
Den konstgjorda bikolonin (ABC)algoritm 38 är en ny konfigurationsprovtagning metod som nyligen har genomförts av Zhang et al. att studera molekylära kluster i ett program som heter ABCluster39. Kubecka et al.40 använde ABCluster för konfigurationsprovtagning följt av lågnivååteroptimiseringar med hjälp av den snäva GFN-xTB semi-empiriska metoden41. De förfinade ytterligare strukturerna och energierna med hjälp av DFT-metoder följt av slutliga energier med hjälp av DLPNO-CCSD(T).
Oavsett metod börjar konfigurationsprovtagningen med en slumpmässigt eller icke-slumpmässigt genererad fördelning av punkter på PES. Varje punkt motsvarar en specifik geometri för det aktuella molekylära klustret och genereras genom provtagningsmetoden. Då den närmaste lokala minimum hittas för varje punkt genom att följa “nedförsbacke” riktning på PES. Den uppsättning minima som på så sätt hittas motsvarar de geometrier i det molekylära klustret som är stabila, åtminstone under en tid. Här kommer formen på de offentliga arbetsförmedlingarna och utvärderingen av energin vid varje punkt på ytan att vara känsliga för den fysiska beskrivningen av systemet där en mer exakt fysisk beskrivning resulterar i en mer beräkningsmässigt dyr energiberäkning. Vi kommer specifikt att använda GA-metoden som implementeras i OGOLEM25-programmet, som framgångsrikt har tillämpats på en mängd olika globala optimerings- och konfigurationsprovtagningsproblem42,,43,44,45, för att generera den ursprungliga uppsättningen provtagningspunkter. PES kommer att beskrivas av PM7 modell46 genomförs i MOPAC2016 program47. Denna kombination används eftersom det genererar ett större utbud av punkter jämfört med MD och MC metoder och finner den lokala minima snabbare än mer detaljerade beskrivningar av PES.
Uppsättningen av GA-optimerad lokal minima tas som startgeometrier för en serie av screeningsteg, vilket leder till en uppsättning låglänta minimienergi. Denna del av protokollet börjar med att optimera uppsättningen av unika GA-optimerade strukturer med hjälp av densitet-funktionell teori (DFT) med en liten basuppsättning. Denna uppsättning optimeringar kommer i allmänhet att ge en mindre uppsättning unika lokala minimistrukturer som modelleras mer i detalj jämfört med GA-optimerade semi-empiriska strukturer. Sedan utförs en annan omgång DFT-optimeringar på denna mindre uppsättning strukturer med hjälp av en större basuppsättning. Återigen kommer detta steg i allmänhet att ge en mindre uppsättning unika strukturer som modelleras mer i detalj jämfört med den lilla grunden DFT steg. Den slutliga uppsättningen unika strukturer optimeras sedan till en snävare konvergens och de harmoniska vibrationsfrekvenserna beräknas. Efter detta steg har vi allt vi behöver för att beräkna jämviktskoncentrationerna i kluster i atmosfären. Helhetsmetoden sammanfattas diagrammatiskt i figur 1. Vi kommer att använda PW9148 generaliserad-gradient approximation (GGA) utbyte-korrelation funktionell i Gaussian0949 genomförandet av DFT tillsammans med två varianter av Pople50 basis set (6-31 +G* för den lilla grunden steg och 6-311 + + G ** för den stora grunden steg). Denna speciella kombination av utbyte-korrelation funktionella och grund som valdes på grund av dess tidigare framgång i beräkning av korrekt Gibbs fria energier bildning för atmosfäriska kluster51,52.
Detta protokoll förutsätter att användaren har tillgång till ett högpresterande datorkluster (HPC) med det bärbara batchsystemet53 (PBS), MOPAC2016 (http://openmopac.net/MOPAC2016.html)47, OGOLEM (https://www.ogolem.org)25, Gaussian 09 (https://gaussian.com)49och OpenBabel54 (http://openbabel.org/wiki/Main_Page) programvara som installerats efter deras specifika installationsinstruktioner. Varje steg i det här protokollet använder också en uppsättning interna skal- och Python 2.7-skript som måste sparas i en katalog som ingår i användarens $PATH miljövariabel. Alla nödvändiga miljömoduler och körningsbehörigheter för att köra alla ovanstående program måste också läsas in i användarens session. Disk- och minnesanvändningen med GA-koden (OGOLEM) och halvempliciska koder (MOPAC) är mycket små av moderna datorresursstandarder. Den totala minnes- och diskanvändningen för OGOLEM/MOPAC beror på hur många trådar man vill använda, och även då kommer resursanvändningen att vara liten jämfört med funktionerna i de flesta HPC-system. Resursbehoven för QM-metoderna beror på klusterens storlek och den teorinivå som används. Fördelen med att använda detta protokoll är att man kan variera nivån på teorin för att kunna beräkna den slutliga uppsättningen av lågenergistrukturer, med tanke på att vanligtvis snabbare beräkningar leder till större osäkerhet i noggrannheten av resultaten.
För tydlighetens skull kommer användarens lokala dator att kallas “lokal dator” medan HPC-klustret de har åtkomst till kallas “fjärrkluster“.
Noggrannheten hos de uppgifter som genereras av detta protokoll beror huvudsakligen på tre saker: i) de olika konfigurationer som samplats av steg 2, ii) noggrannheten hos systemets elektroniska struktur, iii) och noggrannheten hos de termodynamiska korrigeringarna. Var och en av dessa faktorer kan åtgärdas genom att ändra metoden genom att redigera de medföljande skripten. Den första faktorn är lätt att övervinna med hjälp av en större inledande pool av slumpmässigt genererade strukturer, fler talrika iterationer av GA, och en lösare definition av de kriterier som ingår i GA. Dessutom kan man använda en annan semi-empirisk metod såsom självkonsekvent laddningsdensitet-funktionellt tätt bindande (SCC-DFTB)62-modellen och den effektiva fragmentpotentialen (EFP)63-modellen för att undersöka effekterna av olika fysiska beskrivningar. Den huvudsakliga begränsningen här är oförmågan hos metoden att bilda eller bryta kovalenta bindningar, vilket innebär att monomererna är frysta. Ga-proceduren hittar endast de mest stabila relativa positionerna för dessa frysta monomerer enligt den semi-empiriska beskrivningen.
Noggrannheten i systemets elektroniska struktur kan förbättras på olika sätt, var och en med sin beräkningskostnad. Man kan välja en bättre densitet funktionell, såsom M06-2X64 och wB97X-V65, eller kvantmekaniska (QM) metod såsom Møller-Plesset66,67,68 (MPn) perturbation teorier och kopplade-kluster69 (CC) metoder för att förbättra den fysiska beskrivningen av systemet. I hierarkin av funktionella, förbättrar prestanda i allmänhet på att gå från generaliserad-gradient approximation (GGA) funktionella som PW91 till intervall-separerade hybrid funktionella som wB97X-D och meta-GGA hybrid funktionella som M06-2X.
Nackdelen med DFT-metoder är att en systematisk konvergens mot ett korrekt värde inte är möjlig. Dft-metoder är dock beräkningsmässigt billiga och det finns ett brett utbud av funktionsdugliga för en mängd olika applikationer.
Energier beräknas med hjälp av vågfunktionsmetoder som MP2 och CCSD(T) i samband med korrelation konsekvent grund uppsättningar av ökande kardinalnummer ([aug-] cc-pV[D, T, Q,…] Z) konvergerar mot deras fullständiga basuppsättningsgräns systematiskt, men beräkningskostnaden för varje beräkning blir oöverkomlig när systemets storlek växer. Ytterligare förfining av den elektroniska strukturen kan åstadkommas genom att använda uttryckligen korrelerade basuppsättningar70 och genom extrapolering till den fullständiga basuppsättningen (CBS)71-gränsen. Vårt senaste arbete tyder på att en densitet-monterad uttryckligen korrelerade andra ordningens Møller-Plesset (DF-MP2-F12) störande strategi ger energi närmar sig MP2/CBS beräkningar32. Ändring av det aktuella protokollet för att använda olika elektroniska strukturmetoder innebär två steg: (i) förbereda en mall inmatningsfil efter syntaxen som ges av programvaran, (ii) och redigera run-pw91-sb.csh, run-pw91-lb.csh, och kör-pw91-lb-ultrafine.csh skript för att generera rätt indatafil syntax samt korrekt skicka skript för programvaran.
Slutligen beror noggrannheten hos de termodynamiska korrigeringarna på den elektroniska strukturmetoden samt beskrivningen av pes-systemet kring det globala minimivärdet. En korrekt beskrivning av de offentliga arbetsförmedlingarna kräver beräkning av tredje och högre ordningens derivat av de offentliga arbetsförmedlingarna när det gäller förskjutningar i de nukleära frihetsgraderna, såsom quartic force field72,,73 (QFF), vilket är en exceptionellt kostsam uppgift. Det aktuella protokollet använder den harmoniska oscillator-approximationen till vibrationsfrekvenserna, vilket resulterar i behovet av att beräkna endast upp till andra derivat av PES. Detta tillvägagångssätt blir problematiskt i system med hög anharmonicity, såsom mycket diskettmolekyler och symmetriska dubbel-well potentialer på grund av den stora skillnaden i den sanna PES och den harmoniska PES. Dessutom förvärrar kostnaden för att ha en högkvalitativ pes från en beräkningsmässigt krävande elektronisk strukturmetod bara problemet med kostnaden för vibrationsfrekvensberäkningar. En metod för att övervinna detta är att använda elektroniska energier från en högkvalitativ elektronisk struktur beräkning tillsammans med vibrationsfrekvenser beräknas på en lägre kvalitet PES, vilket resulterar i en balans mellan kostnad och noggrannhet. Det aktuella protokollet kan ändras för att använda olika PES-beskrivningar enligt beskrivningen i föregående stycke. Emellertid kan en också redigera de vibrational frekvens nyckelorden i skrivar och mallar för att beräkna anharmonic vibrational frekvenser.
Två avgörande frågor för alla konfigurationsprovtagningsprotokoll är den första metoden för provtagning av den potentiella energiytan och de kriterier som används för att identifiera varje kluster. Vi har i stor utsträckning använt oss av en mängd olika metoder i vårt tidigare arbete. För det första numret, den ursprungliga metoden för provtagning av den potentiella energiytan, har vi gjort valet att använda GA med semi-empiriska metoder baserade på dessa faktorer. Konfigurationsprovtagning med kemisk intuition26, slumpmässigprovtagning och molekylär dynamik (MD)29,30, misslyckas med att hitta förmodade globala minima regelbundet för kluster större än 10 monomerer, som vi observerade i våra studier av vattenkluster18. Vi har framgångsrikt använt bassäng hopping (BH) för att studera komplexa PES av (H2O)1174, men det krävs manuell införande av vissa potentiella låg energi isomers BH algoritmen inte hitta. En jämförelse av prestanda BH och GA att hitta den globala minimum av vatten kluster, (H2O)n = 10-20 visade att GA konsekvent funnit det globala minimum snabbare än BH75. GA som implementeras i OGOLEM och CLUSTER är mycket mångsidig eftersom det kan tillämpas på alla molekylära kluster och det kan samverka med ett stort antal paket med klassisk kraft fält, semi-empiriska, densitet funktionella och ab initio kapacitet. Valet av PM7 drivs av dess hastighet och rimlig noggrannhet. Praktiskt taget alla andra semi-empiriska metod skulle ha betydligt högre beräkningskostnad.
När det gäller den andra frågan har vi utforskat med hjälp av olika kriterier för att identifiera unika strukturer som sträcker sig från elektroniska energier, dipol stunder, överlappning RMSDs och roterande konstanter. Att använda dipolögonblick visade sig vara svårt eftersom både dipolögonblickskomponenterna var beroende av molekylens orientering och det totala dipolögonblicket var mycket känsligt för geometriskillnader på ett sådant sätt att det var svårt att fastställa tröskelvärden som fastställde är att strukturerna är desamma eller unika. En kombination av elektroniska energier och rotationskonstanter visade sig vara mest användbar.
De nuvarande kriterierna för att anse att två strukturer är unika baseras på en tröskel för energiskillnad på 0,10 kcalmol -1 och rotationskonstuell skillnad på 1%. Därför anses två strukturer annorlunda om deras energier skiljer sig med mer än 0,10 kcal mol-1 (~ 0,00015 a.u.) Och någon av deras tre rotationskonstanter (A, B, C) skiljer sig med mer än 1%. Betydande interna riktmärken under årens lopp visade att dessa tröskelvärden var rimliga val. Vår konfigurationsprovtagningsmetod och screeningmetod har tillämpats på mycket svagt bundna kluster som polyaromatiska kolväten som är komplext med vatten76,,77 samt starkt bundna ternarysulfathydrater som innehåller ammoniak och aminer32. För kluster där det finns olika protonationstillstånd som ska beaktas, är det bästa sättet att köra olika GA-beräkningar, var och en som börjar med monomerer i olika protonationstillstånd. Detta säkerställer att strukturer med olika protonationstillstånd noga övervägs. Dft-beräkningar på låg nivå gör det dock ofta möjligt att ändra protonationstillstånd under geometrioptimeringen, vilket ger det mest stabila protonationstillståndet oavsett startgeometri.
Våra GA konfigurationsprovtagningsmetoder bör fungera bra även för diskettmolekyler så länge GA-koderna är gränssnitt med allmänna, icke-parameteriserade metoder som gör det möjligt för monomerer att anta olika konfigurationer under loppet av GA-körningen. Till exempel skulle gränssnitt GA med PM7 tillåta monomers strukturer att förändras, men om deras obligationer bryta som skulle hända när protonation stater förändras, kan strukturerna få kasseras som oacceptabla kandidater.
Vi har övervägt olika sätt att rätta till bristerna i den harmoniska tillnärmningen, särskilt de som härrör från låga vibrationsfrekvenser. Det är inte svårt att införliva den nästan harmoniska approximationen i den nuvarande metoden. Det finns dock fortfarande frågor om den nästan harmoniska metoden, särskilt när det gäller den cutoff-frekvens under vilken den kommer att tillämpas. Det finns också inga rigorösa benchmarking verk undersöker tillförlitligheten i kvasi-RRHO tillnärmning även om konventionell visdom föreslår att det bör vara en förbättring jämfört med RRHO tillnärmning.
Protokollet presenteras på detta sätt kan generaliseras till alla system av noncovalently-bundna gasfas molekylära kluster. Det kan också generaliseras att använda någon semi-empirisk metod, elektronisk struktur metod och programvara, och vibrationsanalys metod och programvara genom att redigera skript och mallar. Detta förutsätter att användaren är bekväm med Linux kommandoradsgränssnitt, Python-skript och högpresterande datoranvändning. Den okända syntax och utseende av Linux operativsystem och brist på skript erfarenhet är den största fallgropen i detta protokoll och är där nya studenter kämpar mest. Detta protokoll har använts framgångsrikt i en mängd olika implementeringar i flera år i vår grupp, främst med fokus på effekterna av svavelsyra och ammoniak på aerosol bildning. Ytterligare förbättringar av detta protokoll kommer att innebära ett mer robust gränssnitt till mer elektronisk struktur programvara, alternativa implementeringar av den genetiska algoritmen, och eventuellt användning av nyare metoder för snabbare beräkningar av elektroniska och vibrationella energier. Våra nuvarande tillämpningar av detta protokoll undersöker betydelsen av aminosyror i de tidiga stadierna av aerosolbildning i den nuvarande atmosfären och i bildandet av större biologiska molekyler i prebiotiska miljöer.
The authors have nothing to disclose.
Detta projekt stöddes av bidrag CHE-1229354, CHE-1662030, CHE-1721511 och CHE-1903871 från National Science Foundation (GCS), Arnold och Mabel Beckman Foundation Beckman Scholar Award (AGG), och Barry M. Goldwater Scholarship (AGG). Mercury-konsortiets (http://www.mercuryconsortium.org) högpresterande datorresurser användes.
Avogadro | https://avogadro.cc | Open-source molecular visualization program | |
Gaussian [09/16] Software | http://www.gaussian.com/ | Commercial ab initio electronic structure program | |
MOPAC 2016 | http://openmopac.net/MOPAC2016.html | Open-source semi-empirical program | |
OGOLEM Software | https://www.ogolem.org | Genetic algorithm-based global optimization program | |
OpenBabel | http://openbabel.org/wiki/Main_Page | Open-source cheminformatics library | |
calcRotConsts.py | Shields Group, Department of Chemistry, Furman University | Python script to compute rotational constants | |
calcSymmetry.csh | Shields Group, Department of Chemistry, Furman University | Shell script to calculate symmetry number of a molecule given Cartesian coordinates | |
combine-GA.csh | Shields Group, Department of Chemistry, Furman University | Shell script to combine energy and rotational constants from different GA directories | |
combine-QM.csh | Shields Group, Department of Chemistry, Furman University | Shell script to combine energy and rotational constants from different QM directories | |
gaussianE.csh | Shields Group, Department of Chemistry, Furman University | Shell script to extract Gaussian 09 energies | |
gaussianFreqs.csh | Shields Group, Department of Chemistry, Furman University | Shell script to extract Gaussian 09 vibrational frequencies | |
getrotconsts | Shields Group, Department of Chemistry, Furman University | Executable to calculate rotational constants given a molecule's Cartesian coordinates | |
getRotConsts-dft-lb.csh | Shields Group, Department of Chemistry, Furman University | Shell script to compute rotational constants for a batch of large basis DFT optimized structures | |
getRotConsts-dft-lb-ultrafine.csh | Shields Group, Department of Chemistry, Furman University | Shell script to compute rotational constants for a batch of ultrafine DFT optimized structures | |
getRotConsts-dft-sb.csh | Shields Group, Department of Chemistry, Furman University | Shell script to compute rotational constants for a batch of small basis DFT optimized structures | |
getRotConsts-GA.csh | Shields Group, Department of Chemistry, Furman University | Shell script to compute rotational constants for a batch of genetic algorithm optimized structures | |
global-minimum-coords.xyz | Shields Group, Department of Chemistry, Furman University | Cartesian coordinates of global minimum structures of gly-(h2o)n, where n=0-5 | |
make-thermo-gaussian.csh | Shields Group, Department of Chemistry, Furman University | Shell script to extract data from Gaussian output files and make input files for the thermo.pl script | |
ogolem-input-file.ogo | Shields Group, Department of Chemistry, Furman University | Ogolem sample input file | |
ogolem-submit-script.pbs | Shields Group, Department of Chemistry, Furman University | PBS batch submission file for Ogolem calculations | |
README.docx | Shields Group, Department of Chemistry, Furman University | Clarifications to help readers use the scripts effectively | |
runogolem.csh | Shields Group, Department of Chemistry, Furman University | Shell script to run OGOLEM | |
run-pw91-lb.csh | Shields Group, Department of Chemistry, Furman University | Shell script to run a batch of large basis DFT optimization calculations | |
run-pw91-lb-ultrafine.csh | Shields Group, Department of Chemistry, Furman University | Shell script to run a batch of ultrafine DFT optimization calculations | |
run-pw91-sb.csh | Shields Group, Department of Chemistry, Furman University | Shell script to run a batch of small basis DFT optimization calculations | |
run-thermo-pw91.csh | Shields Group, Department of Chemistry, Furman University | Shell script to compute the thermodynamic corrections for a batch of DFT optimized structures | |
similarityAnalysis.py | Shields Group, Department of Chemistry, Furman University | Python script to determine unique structures based on rotational constants and energies | |
symmetry | Shields Group, Department of Chemistry, Furman University | Executable to calculate molecular symmetry given Cartesian coordinates | |
symmetry.c | (C) 1996, 2003 S. Patchkovskii, Serguei.Patchkovskii@sympatico.ca | C code to determine the molecular symmstry of a molecule given Cartesian coordinates | |
template-marcy.pbs | Shields Group, Department of Chemistry, Furman University | Template for a PBS submit script which uses OGOLEM | |
template-pw91.com | Shields Group, Department of Chemistry, Furman University | Template Gaussian 09 input | |
template-pw91-HL.com | Shields Group, Department of Chemistry, Furman University | Template Gaussian 09 input for ultrafine DFT optimization | |
thermo.pl | https://www.nist.gov/mml/csd/chemical-informatics-research-group/products-and-services/program-computing-ideal-gas | Perl open-source script to compute ideal gas thermodynamic corrections | |
gly-h2o-n.xlsx | Shields Group, Department of Chemistry, Furman University | Excel spreadsheet for the complete protocol | |
table-1.xlsx | Shields Group, Department of Chemistry, Furman University | Excel spreadsheet | |
table-2.xlsx | Shields Group, Department of Chemistry, Furman University | Excel spreadsheet | |
table-3.xlsx | Shields Group, Department of Chemistry, Furman University | Excel spreadsheet | |
table-4.xlsx | Shields Group, Department of Chemistry, Furman University | Excel spreadsheet | |
water.xyz | Shields Group, Department of Chemistry, Furman University | Cartesian coordinates of water | |
glycine.xyz | Shields Group, Department of Chemistry, Furman University | Cartesian coordinates of glycine |