Name: Ab initio Termochemistryden Moleküler Kümelerin Atmosferik Konsantrasyonlarının Hesaplanması (Video) | JoVE Journal
Uploaded: 2020-04-08T15:00:00.000+00:00
Duration: 12 min 11 s
Description: Keşfedin zayıf bağlı moleküler kümelerin yapısını ve oluşumunu genetik algoritma ve kuantum kimyası teknikleriyle. Bu hesaplamalı yöntem atmosferik kimya ve iklim değişikliği modellerini geliştirmeye yardımcı olur.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Bu proje Che-1229354, CHE-1662030, CHE-1721511 ve CHE-1903871 ulusal bilim vakfı (GCS), Arnold ve Mabel Beckman Vakfı Beckman Bursu Ödülü (AGG) ve Barry M. Goldwater Bursu (AGG) tarafından desteklenmiştir. MERCURY Konsorsiyumu'nun (http://www.mercuryconsortium.org) yüksek performanslı bilgi işlem kaynakları kullanılmıştır.

1. İzole glisin ve suyun minimum enerji yapısının bulunması
NOT: Buradaki amaç iki yönlüdür: (i) genetik algoritma konfigürasyonal örneklemesinde kullanılmak üzere izole su ve glisin moleküllerinin minimum enerji yapılarını elde etmek, (ii) ve atmosferik konsantrasyonların hesaplanmasında kullanılmak üzere bu moleküllerin gaz faz enerjilerine termodinamik düzeltmeleri hesaplamak.
<ol><li>Yerel bilgisayarınızda, Avogadro yeni bir oturum açın.<ol>
<li>Görselleştirme penceresinde glismonomer oluşturmak için Ekle &gt; Ekle &gt; Peptid'i tıklatın ve Peptid Ekle penceresinden Gly'yi seçin.</li>
		<li>Uzantılar &gt; Gaussian'ı tıklatın ve metin kutusundaki ilk satırı '# pw91pw91/6-311++G** int(Acc2E=12,UltraFine) scf(conver=12) opt(tight,maxcyc=300) freq' okumak için düzenleyin. Oluştur'u tıklatın ve giriş dosyasını glycine.comolarak kaydedin.</li>
		<li>Molekülün önemli konformasyonel esnekliğe sahipse, glisin55'teyaptığı gibi, küresel minimum yapıyı ve diğer düşük yatan konforanları belirlemek için konformasyonel analiz yapmak çok önemlidir. OpenBabel54, farklı algoritmalar ve hızlı kuvvet alanları kullanarak sağlam konformasyonel arama araçları sağlar. Conformrlerin GA ve sonraki hesaplamalar sırasında gevşemesine ve interconvert izin verilirken, bazen birden fazla GA hesaplamaları çalıştırmak için gerekli olan, her biri farklı bir conformer ile başlayan.</li>
	</ol>
</li>
	<li>Yerel bilgisayarınızda, Avogadro'da yeni bir oturum açın.<ol>
<li>Yap &gt; Ekle &gt; Parçayı tıklatın ve suyun koordinatlarını almak için Parça Ekle penceresinden "su" aramasını tıklatın.</li>
		<li>Uzantılar &gt; Gaussian'ı tıklatın ve metin kutusundaki ilk satırı '# pw91pw91/6-311++G** int(Acc2E=12,UltraFine) scf(conver=12) opt(tight,maxcyc=300) freq' okumak için düzenleyin. Oluştur'u tıklatın ve giriş dosyasını water.comolarak kaydedin.</li>
	</ol>
</li>
	<li>İki .com dosyasını uzak kümeye aktarın. Uzak kümeye giriş yaptıktan sonra, hesaplamayı başlatmak için toplu gönderme komut dosyasında Gaussian 09'u arayın. Hesaplamalar bittiğinde, OpenBabel'i arayarak minimum enerji yapılarının Kartezyen koordinatlarını(.xyz dosyaları) ayıklayın. Glisin için, yürütmek için komut: obabel -ig09 glisin.log -oxyz &gt; glisin.xyz Bu iki .xyz dosyası bir sonraki adımda GA yapılandırma örneklemesi tarafından kullanılacaktır.</li>
</ol>2. Gly(H2O)n=1-5 kümelerinin genetik-algoritma tabanlı yapılandırmasal örneklemesi
NOT: Burada amaç, MOPAC47'deuygulanan PM746 modelini kullanarak, ucuz yarı ampirik teori düzeyinde Gly(H2O)n=1-5 için bir dizi düşük enerjili yapı elde etmektir. Çalışma dizininin Şekil 2'degösterildiği gibi tam organizasyon ve yapıya sahip olması zorunludur. Bu, özel kabuk ve Python komut dosyalarının hatasız çalışmasını sağlamak içindir.
<ol><li>Gerekli tüm komut dosyalarını uzak kümeye kopyalayın ve konumlarını $PATH<ol>
<li>Tüm komut dosyalarını ve şablon dosyalarını bir klasöre (Örn. komut dosyaları) koyun ve uzak kümeye kopyalayın</li>
		<li>Tüm komut dosyalarının çalıştırılabilir olduğundan emin olun</li>
		<li>Bir terminalde aşağıdaki komutları girerek $PATH çevresel değişkene komut dizini konumunu ekleyin. Komut dosyalarının varsayılan konumu $HOME/JoVE-demo/komut dosyası olarak ayarlanır, ancak, $SCRIPTS_HOME adlı bir çevresel değişken tanımlayabilir ve komut dosyalarını içeren dizine işaret edebilir ve kişinin yoluna $SCRIPTS_HOME ekleyebiliriz.<ol>
<li>Bash kabuk: dışa aktarma SCRIPTS_HOME=/yol/to/scripts dışa aktarma YOLU=${SCRIPTS_HOME}:${PATH}</li>
			<li>Tcsh/Csh kabuğu: setenv SCRIPTS_HOME /yol/to/scriptler setenv PATH ${SCRIPTS_HOME}:${PATH}</li>
		</ol>
</li>
	</ol>
</li>
	<li>Uzak kümede, bir GA hesaplaması ayarlayın ve çalıştırın:<ol>
<li>N'nin su moleküllerinin sayısı olduğu gly-h2o-n adlı bir dizin oluşturun.</li>
		<li>Genetik algoritma hesaplamaları çalıştırmak için gly-h2o-n dizininin altında GA adında bir alt dizini oluşturun.</li>
		<li>OGOLEM giriş dosyalarını (Örn. pm7.ogo), monomers Kartezyen koordinatlarını (Örn. glycine.xyz, water.xyz) ve PBS toplu gönderme komut dosyasını (Örn. run.pbs) GA dizinine kopyalayın.</li>
		<li>OGOLEM giriş dosyasında ve toplu iş gönderme dosyasında gerekli değişiklikleri yapın.</li>
		<li>Hesaplamayı gönderin. Hesaplama başladığında, OGOLEM GA dizininde OGOLEM giriş dosyasının öneki (Örneğin pm7) olarak adlandırılan yeni bir dizin oluşturur ve orada yeni oluşturulan koordinatları saklar.</li>
	</ol>
</li>
	<li>Hesaplama tamamlandıktan sonra, enerjileri ve dönme sabitlerini derlayın ve bu bilgileri benzersiz düşük enerjili yapıların hangileri olduğunu belirlemek için kullanın:<ol>
<li>Dizini gly-h2o-n/GA/pm7 olarak değiştirin ve</li>
		<li>Enerjileri ayıklayın ve GA için optimize edilmiş kümelerin dönme sabitlerini komutla hesaplayın: getRotConsts-GA.csh N 0 99 N moleküler kümedeki atom ların sayısıdır ve '0 99' GA havuz boyutunun 100 olduğunu ve endekslerin 0 ile 99 arasında olduğunu gösterir. Bu, ga için optimize edilmiş tüm küme yapılandırmalarının, enerjilerinin ve dönme sabitlerinin sıralanmış bir listesini içeren rotConstsData_C adlı bir dosya oluşturur.</li>
		<li>Komutu uygulayın: similarityAnalysis.py pm7 rotConstsData_C pm7'nin ga için optimize edilmiş benzersiz kümeleri bulmak ve kaydetmek için dosya adlandırma etiketi olarak kullanılacağı yer. Bu benzersiz GA için optimize edilmiş yapılandırmaların sıralanmış bir listesini içeren uniqueStructures-pm7.data adlı bir dosya oluşturur. Bu, PM7 teorisi düzeyinde optimize edilmiş Gly(H2O)n kümesi için benzersiz yerel minimum yapıların bir listesidir ve bu yapılar artık DFT kullanılarak rafine edilmeye hazırdır.</li>
	</ol>
</li>
	<li>Gly-h2o-n/GA dizinine gidin ve birleş-GA.csh komut dosyasını kullanarak birden fazla karşılaştırılabilir GA çalıştırmasının sonuçlarını birleştirin. Sözdizimi: birleştirme-GA.csh <label> <ga dizinler listesi> Bu özel durumda, komut: birleştirmek-GA.csh pm7 pm7 gly-h2o-n/GA dizininde 'uniqueStructures-pm7.data' adlı yeni bir benzersiz yapılar listesi oluşturacaktır.</ga></label></li>
</ol>3. Küçük bir temel kümesi ile QM yöntemi kullanarak arıtma
NOT: Burada amaç, Gly(H2O)n=1-5 kümelerinin konfigürasyonal örneklemesini daha küçük ama daha doğru bir Gly(H2O)n=1-5 küme yapısı elde etmek için daha iyi bir kuantum-mekanik tanımlama kullanarak rafine etmektir. Bu adımın başlangıç yapıları Adım 2'nin çıktılarıdır.
<ol><li>Küçük temel kümesi DFT hesaplamasını hazırlayın ve çalıştırın:<ol>
<li>Gly-h2o-n dizininin altında QM adında bir alt dizin oluşturun. QM dizininin altında, pw91-sbadlı başka bir alt dizini oluşturun.</li>
		<li>Gly-h2o-n/GA dizininden QM/pw91-sb dizinine benzersiz yapılar listesini(uniqueStructures-pm7.data)kopyalayın.</li>
		<li>Bu gly-h2o-n/QM/pw91-sbdizin değiştirin.</li>
		<li>Komutu kullanarak küçük temel kümesi DFT yapılandırma örnekleme komut dosyası çalıştırın: run-pw91-sb.csh uniqueStructures-pm7.data sb QUEUE 10 sb'nin bu hesaplama kümesi için bir etiket olduğu durumlarda, QUEUE bilgi işlem kümesinde tercih edilen sıradır ve 10, 10 hesaplamanın tek bir toplu iş halinde gruplandırılmak üzere olduğunu gösterir. Bu komut dosyası, Gaussian 09'un girişlerini otomatik olarak oluşturur ve tüm hesaplamaları gönderir. Kuru bir çalışma yapmak için 'QUEUE' için 'test' girin.</li>
	</ol>
</li>
	<li>Gönderilen hesaplamalar tamamlandıktan sonra, sonuçları ayıklayın ve analiz edin.<ol>
<li>Komutu kullanarak küçük temellerle optimize edilmiş kümelerin dönme sabitlerini ayıklayın ve hesaplayın: getRotConsts-dft-sb.csh pw91 N pw91 pw91 yoğunluk fonksiyonel kullanıldığını gösterir ve N kümedeki atomların sayısıdır. Bu rotConstsData_Cadlı bir dosya oluşturur.</li>
		<li>Şimdi komutu ile benzersiz yapıları tanımlayın: similarityAnalysis.py sb rotConstsData_C sb'nin dosya adlandırma etiketi olarak kullanıldığı yer. Şimdi pw91/6-31+G* düzeyinde optimize edilmiş benzersiz yapılandırmaların bir listesi olacak. uniqueStructures-sb.data</li>
	</ol>
</li>
	<li>Gly-h2o-n/QM dizinine gidin ve birleşik-QM.csh komut dosyasını kullanarak birden fazla benzer QM çalışmasından elde edilen sonuçları birleşti. Sözdizimi: birleştirme-QM.csh <etiket> <qm calcs> dizinlistesi Bu özel durumda, komut: birleştirmek-QM.csh sb pw91-sb gly-h2o-n/QM dizininde 'uniqueStructures-sb.data' adlı yeni bir benzersiz yapılar listesi oluşturacaktır.</qm></etiket></li>
</ol>4. Büyük bir temel kümesi ile QM yöntemi kullanılarak daha fazla arıtma
NOT: Burada amaç, Daha iyi bir kuantum-mekanik tanım kullanarak Gly(H2O)n=1-5 kümelerinin konfigürasyon örneklemesini daha da hassaslaştırmaktır. Bu adımın başlangıç yapıları Adım 3'ün çıktılarıdır.
<ol><li>Daha büyük bir temel kümesini kullanarak daha güvenilir hesaplamalar gönderin.<ol>
<li>QM dizininin altında pw91-lb adlı bir alt dizin oluşturun.</li>
		<li>Gly-h2o-n/QM dizininden gly-h2o-n/QM/pw91-lb diziniiçin benzersiz yapılar listesini(benzersiz Structures-sb.data)kopyalayın ve bu dizine değiştirin.</li>
		<li>Büyük tabanlı DFT yapılandırma örnekleme komutunu komutla çalıştırın: run-pw91-lb.csh uniqueStructures-sb.data lb QUEUE 10 lb'nin bu hesaplama kümesi için bir etiket olduğu durumlarda, QUEUE bilgi işlem kümesinde tercih edilen sıradır ve 10, 10 hesaplamanın tek bir toplu iş halinde gruplandırılmak üzere olduğunu gösterir. Bu komut dosyası, Gaussian 09'un girişlerini otomatik olarak oluşturur ve tüm hesaplamaları gönderir. Kuru çalıştırma testi yapmak için 'QUEUE' için 'test' girin.</li>
	</ol>
</li>
	<li>Gönderilen hesaplamalar tamamlandıktan sonra, verileri ayıklayın ve analiz edin<ol>
<li>Büyük temele sahip kümelerin dönme sabitlerini komutla hesapla: getRotConsts-dft-lb.csh pw91 N pw91 pw91 yoğunluk fonksiyonel kullanıldığını gösterir ve N kümedeki atomların sayısıdır.</li>
		<li>Şimdi komutu ile benzersiz yapıları tanımlayın: similarityAnalysis.py lb rotConstsData_C lb'nin dosya adlandırma etiketi olarak kullanıldığı yer. Şimdi pw91/6-311++G** düzeyinde en iyi duruma getirilmiş benzersiz yapılandırmaların bir listesi var. BenzersizStructures-lb.datadosyasına kaydedilmiş teori düzeyi.</li>
	</ol>
</li>
</ol>5. Son Enerji ve Termodinamik Düzeltme Hesaplamaları
NOT: Burada amaç, istenilen termokimyasal düzeltmeleri hesaplamak için büyük bir temel seti ve ultra ince entegrasyon ızgarası kullanarak Gly(H2O)n=1-5 kümelerinin titreşim yapısını ve enerjilerini elde etmektir.
<ol><li>Önceki adımın sonuçlarıyla başlayarak, daha güvenilir hesaplamalar gönderin.<ol>
<li>QM/pw91-lb dizininin altında ultra ince adı verilen bir alt dizin oluşturun. Ardından QM/pw91-lb dizininden QM/pw91-lb dizininden benzersiz yapılar listesini(benzersiz Structures-lb.data) QM/pw91-lb/ultrafine dizinine kopyalayın ve bu dizine değiştirin.</li>
		<li>Ultra ince büyük tabanlı DFT komut dosyasını komutla gönderin: run-pw91-lb-ultrafine.csh uniqueStructures-lb.data uf QUEUE 10 uf'un bu hesaplama kümesi için bir etiket olduğu durumlarda, QUEUE bilgi işlem kümesinde tercih edilen sıradır ve 10, 10 hesaplamanın tek bir toplu iş halinde gruplandırılmak üzere olduğunu gösterir. Bu komut dosyası, Gaussian 09'un girişlerini otomatik olarak oluşturur ve tüm hesaplamaları gönderir. Kuru çalıştırma testi yapmak için 'QUEUE' için 'test' girin.</li>
	</ol>
</li>
	<li>Gönderilen hesaplamalar tamamlandıktan sonra, verileri ayıklayın ve analiz edin<ol>
<li>Büyük temelle optimize edilmiş kümelerin dönme sabitlerini komutla enerjileri ayıklayın ve hesaplayın: getRotConsts-dft-lb-ultrafine.csh pw91 N pw91 pw91 yoğunluk fonksiyonel kullanıldığını gösterir ve N kümedeki atomların sayısıdır.</li>
		<li>Şimdi komutu ile benzersiz yapıları tanımlayın: similarityAnalysis.py uf rotConstsData_C burada uf bir dosya adlandırma etiketi olarak kullanılır. Şimdi pw91/6-311++G** düzeyinde en iyi duruma getirilmiş benzersiz yapılandırmaların bir listesi var. BenzersizStructures-uf.datadosyasına kaydedilmiş teori düzeyi.</li>
	</ol>
</li>
	<li>Termodinamik düzeltmeleri hesaplamak için gereken bilgilerin son bir ekstraksiyon gerçekleştirin. Bu bilgileri termodinamik düzeltmeleri hesaplamak için kullanın.<ol>
<li>Son elektronik enerjileri, dönme sabitlerini ve titreşim frekanslarını ayıklayın ve komutu kullanarak termodinamik düzeltmeleri hesaplamak için bunları kullanın: run-thermo-pw91.csh uniqueStructures-uf.data</li>
		<li>Komut satırı çıktısını Excel elektronik tablosunun 'gly-h2o-n.xlsx' adlı 'Raw_Energies' sayfasına kopyalayın/yapıştırın. Bunu monomerler (glisin ve su) ve her hidratın en düşük enerji üyesi (gly-h2o-n, n=1,2, ...) için yapmanız gerekir.</li>
		<li>Ham enerjiler 'gly-h2o-n.xlsx' tablosunun ilk sayfasına eklendikçe, sonraki 'Binding_Energies' ve 'Hydrate_Distribution' sayfaları otomatik olarak güncellenir. Özellikle , 'Hydrate_Distribution' levha farklı sıcaklıklarda hidratların denge konsantrasyonu verimleri (Örneğin 298.15K), bağıl nem ( , 50%, 100%) ve ilk su konsantrasyonları ([H2O]) ve glisin ([Glisin]). Bu hesaplamaların arkasındaki teori bir sonraki adımda açıklanmıştır.</li>
	</ol>
</li>
</ol>6. Gly(H2O)n=0-5 kümelerinin atmosferik konsantrasyonlarını oda sıcaklığında deniz seviyesinde hesaplama
NOT: Bu, ilk olarak bir önceki adımda oluşturulan termodinamik verilerin elektronik tabloya kopyalanması ve Gibbs'in sıralı hidrasyonun serbest enerjilerinin hesaplanması ile gerçekleştirilir. Daha sonra, Gibbs serbest enerjileri her sıralı hidrasyon için denge sabitleri hesaplamak için kullanılır. Son olarak, doğrusal denklemler bir dizi monomerler, sıcaklık ve basınç belirli bir konsantrasyon için hidratların denge konsantrasyonu almak için çözülür.
<ol><li>Aşağıda gösterildiği gibi glisin sıralı hidrasyon için kimyasal equilibria bir sistem kurarak başlayın: <img alt="Equation 1" src="/files/ftp_upload/60964/60964equ01.jpg">
</li>
	<li>Kn n = e-ΔGn/(k BT)kullanarak denge sabitlerini hesaplayın, n hidrasyon seviyesi dir, ΔGn nhidrasyon reaksiyonunun Gibbs serbest enerji değişimidir, kB Boltzmann'ın sabitidir ve T sıcaklıktır. <img alt="Equation 2" src="/files/ftp_upload/60964/60964equ02.jpg">
</li>
	<li>Sulu ve susuz glisin kümelerinin denge konsantrasyonlarının toplamının izole glisin [Gly]0'ınilk konsantrasyonuna eşit olduğu varsayımını kullanarak kütlenin korunması için denklemi kurun. Denge sabit ifadelerinin bazı cebirsel yeniden düzenlenmesi ni kullanarak, altı eşzamanlı denklemden oluşan bu sistemi yeniden yazmak, <img alt="Equation 3" src="/files/ftp_upload/60964/60964equ03.jpg">
</li>
	<li>Atmosferdeki glisin konsantrasyonu için56,57,58 değerinde gly(H2O) n =0-5 denge konsantrasyonlarını elde etmek için yukarıda gösterilen denklemsistemini çözün, [Gly]0 = 2.9 x 106 cm-3, ve atmosferdeki su konsantrasyonu % 100 bağıl nem ve 298,15 K59sıcaklık , [H2O] = 7.7 x 1017 cm-3.</li>
</ol>

Bu protokol tarafından oluşturulan verilerin doğruluğu başlıca üç şeye bağlıdır: (i) Adım 2 tarafından örneklenmiş konfigürasyonların çeşitliliği, (ii) sistemin elektronik yapısının doğruluğu, (iii) ve termodinamik düzeltmelerin doğruluğu. Bu etkenlerin her biri, eklenen komut dosyalarını düzenleyerek yöntem değiştirilerek ele alınabilir. İlk faktör kolayca rasgele oluşturulan yapıların daha büyük bir başlangıç havuzu, GA daha çok sayıda yineleme ve GA dahil kriterlerin gevşek bir tanımı ile üstesinden gelir. Buna ek olarak, farklı fiziksel açıklamaların etkilerini keşfetmek için kendi kendine tutarlı şarj yoğunluğu-fonksiyonel sıkı bağlama (SCC-DFTB)62 modeli ve etkili parça potansiyeli (EFP)63 modeli gibi farklı bir yarı ampirik yöntem kullanabilirsiniz. Buradaki temel sınırlama, yöntemin kovalent bağları oluşturamaması veya kıramamasıdır, yani monomerler donmuş durumdadır. GA yordamı sadece yarı ampirik açıklamaya göre bu dondurulmuş monomerlerin en kararlı göreli pozisyonları bulur.
Sistemin elektronik yapısının doğruluğu, her biri hesaplama maliyetiyle çeşitli şekillerde geliştirilebilir. Bir m06-2X64 ve wB97X-V65gibi daha iyi bir yoğunluk fonksiyonel seçebilirsiniz, veya møller-Plesset66gibi kuantum mekanik (QM) yöntemi66 ,67,68 (MPn) perturbation teorileri ve birleştirilmiş küme69 (CC) yöntemleri amacıyla sistemin fiziksel açıklamasını geliştirmek için. İşlevler hiyerarşisinde, performans genellikle PW91 gibi genelleştirilmiş-gradyan yaklaşım (GGA) işlevlerinden wB97X-D ve M06-2X gibi meta-GGA hibrid işlevleri gibi aralıklı ayrılmış hibrid fonksiyonlara doğru gelişir.
DFT yöntemlerinin dezavantajı, doğru bir değere doğru sistematik bir yakınsamanın mümkün olmamasıdır; ancak, DFT yöntemleri hesaplama açısından ucuzdur ve çok çeşitli uygulamalar için çok çeşitli işlevler vardır.
MP2 ve CCSD(T) gibi dalga fonksiyonu yöntemleri kullanılarak hesaplanan enerjiler, artan kardinal sayısının korelasyon tutarlı temel kümeleri ile birlikte ([aug-]cc-pV[D,T,Q,...] Z) sistematik olarak tam temel belirlenen sınıra doğru yakınsama, ancak sistem boyutu büyüdükçe her hesaplamanın hesaplama maliyeti engelleyici hale gelir. Elektronik yapının daha da iyileştirilmesi, açıkça ilişkili temel setlerikullanılarak 70 ve tam temel seti (CBS)71 sınırına çıkarılarak gerçekleştirilebilir. Son çalışmalarımız, bir yoğunluk la uyumlu açıkça ilişkili ikinci dereceden Møller-Plesset (DF-MP2-F12) perturbative yaklaşım mp2/CBS hesaplamaları32yaklaşan enerjiler verimleri göstermektedir . Farklı elektronik yapı yöntemlerini kullanmak için geçerli protokolün değiştirilmesi iki adım içerir: (i) yazılım tarafından verilen sözdizimini takip eden bir şablon giriş dosyası hazırlamak, (ii) ve run-pw91-sb.csh, run-pw91-lb.csh,ve run-pw91-lb-ultrafine.csh komut dosyaları nın yanı sıra yazılım için doğru komut dosyası gönderme komut dosyasını oluşturmak için düzenleme.
Son olarak, termodinamik düzeltmelerin doğruluğu elektronik yapı yönteminin yanı sıra küresel minimum etrafında PES açıklamasına bağlıdır. PES doğru bir açıklama, olağanüstü pahalı bir görevdir kuvars kuvvet alanı72,73 (QFF) gibi özgürlük nükleer derecelerde, deplasmanlar ile ilgili PES üçüncü ve yüksek dereceli türevlerinin hesaplanması nı gerektirir. Mevcut protokol, vibrasyon frekanslarına harmonik osilatör yaklaşıkını kullanır ve pes'in yalnızca ikinci türevlerini hesaplama gereksinimine yol açarak. Bu yaklaşım, gerçek PES ve harmonik PES'teki büyük fark nedeniyle çok sarkık moleküller ve simetrik çift kuyu potansiyelleri gibi yüksek aharmoniliğe sahip sistemlerde sorunlu hale gelir. Ayrıca, hesaplama talep elektronik yapı yöntemi nden yüksek kaliteli PES sahip maliyeti sadece titreşim frekans hesaplamaları için maliyet sorunu bileşikler. Bunun üstesinden gelmek için bir yaklaşım, yüksek kaliteli elektronik yapı hesaplamasından elde edilen elektronik enerjileri, daha düşük kaliteli PES üzerinde hesaplanan titreşim frekansları ile birlikte kullanmaktır ve bu da maliyet ve doğruluk arasında bir denge sağlar. Geçerli protokol, önceki paragrafta açıklandığı gibi farklı PES açıklamaları kullanmak üzere değiştirilebilir; ancak, bir de aharmonik titreşim frekansları hesaplamak için komut ve şablonlarda titreşim frekansanahtarları edebilirsiniz.
Herhangi bir yapılandırma örnekleme protokolü için iki önemli konu, potansiyel enerji yüzeyini örneklemek için kullanılan ilk yöntem ve her kümeyi tanımlamak için kullanılan ölçütlerdir. Daha önceki çalışmalarımızda çeşitli yöntemlerden kapsamlı bir şekilde yararlandık. İlk konu, potansiyel enerji yüzeyini örneklemek için ilk yöntem, biz bu faktörlere dayalı yarı ampirik yöntemlerle GA kullanarak seçim yaptık. Kimyasal sezgi 26 kullanarak yapılandırma örnekleme26, rasgele örnekleme, ve moleküler dinamikleri (MD)29,30, biz su kümeleri18bizim çalışmalarda gözlenen gibi, 10 monomerler daha büyük kümeler için düzenli olarak putatif küresel minima bulmak için başarısız . Biz başarıyla (H2O)1174karmaşık PES çalışma için havza atlamalı (BH) kullandık, ama BH algoritması bulamadık bazı potansiyel düşük enerjiiz omerleri manuel dahil gerekli. (H2O)n=10-20, BH ve GA'nın küresel su kümelerinin en düşük olduğunu bulmadaki performansının karşılaştırılması, GA'nın küresel minimumu BH75'tensürekli olarak daha hızlı bulduğunu göstermiştir. Ga OGOLEM ve CLUSTER'da uygulandığı gibi çok yönlüdür çünkü herhangi bir moleküler kümeye uygulanabilir ve klasik kuvvet alanı, yarı ampirik, yoğunluk fonksiyonel ve ab initio yeteneklerine sahip çok sayıda paketle arayüz kurabilir. PM7 seçimi hızı ve makul doğruluğu ile tahrik edilir. Hemen hemen herhangi bir diğer yarı ampirik yöntem önemli ölçüde daha yüksek hesaplama maliyeti olurdu.
İkinci sayıya gelince, elektronik enerjilerden, dipol momentlerinden, çakışan RMSD'lerden ve dönme sabitlerinden farklı yapıları tanımlamak için farklı kriterler kullanarak araştırma yaptık. Dipol momentlerinin kullanılması zor oldu, çünkü her iki dipol momenti bileşenleri molekülün yönlendirmesine bağlıydı ve toplam dipol momenti geometri farklılıklarına karşı çok hassastı. Elektronik enerjiler ve dönme sabitleri bir arada en yararlı olduğu kanıtlanmıştır.
İki yapının benzersiz deeming için geçerli kriterler 0,10 kcal mol-1 ve dönme sabit farkı% 1 enerji farkı eşiğine dayanmaktadır. Bu nedenle, enerjileri 0,10 kcal mol-1'den (~0,00015 a.u.) farklı ysa, iki yapı farklı kabul edilir. VE üç dönme sabitlerinden herhangi biri (A, B, C) %1'den fazla farklılık gösterir. Yıllar içinde önemli iç kriterler makul seçimler olarak bu eşikleri bulundu. Konfigürasyonel örnekleme yaklaşımımız ve tarama metodolojimiz,76,77 su ile komplekslenmiş poliaromatik hidrokarbonlar gibi çok zayıf bağlı kümelere ve amonya ve amin içeren üçüncül sülfat hidratlara kuvvetle bağlanmış olarak uygulanmıştır32. Farklı protonlanma durumlarının göz önünde bulundurulması gereken kümeler için en iyi yaklaşım, her biri farklı protonlanma durumlarındaki monomerlerle başlayan çeşitli GA hesaplamaları çalıştırmaktır. Bu, farklı protonlanma durumlarına sahip yapıların dikkatle değerlendirilmelerini sağlar. Ancak, düşük seviyeli DFT hesaplamaları genellikle geometri optimizasyonu sırasında protonasyon durumlarının değişmesine izin verir ve böylece başlangıç geometrisi ne olursa olsun en kararlı protonasyon durumunu verir.
GA kodları, monomerlerin GA çalışması sırasında farklı yapılandırmalar benimsemesine olanak tanıyan genel, parametresiz yöntemlerle arayüz altında olduğu sürece, GA konfigürasyonel örnekleme yöntemlerimiz disket molekülleri için bile iyi çalışmalıdır. Örneğin, GA'yı PM7 ile birbirine ayırmak monomerlerin yapılarının değişmesine izin verir, ancak protonasyon durumları değiştiğinde bağları koptuğunda, yapılar kabul edilemez adaylar olarak atılabilir.
Harmonik yaklaşımdaki eksiklikleri, özellikle de düşük titreşim frekanslarından kaynaklanan eksiklikleri gidermenin farklı yollarını göz önünde bulunarak bulduk. Yarı-harmonik yakınlığı mevcut metodolojiye dahil etmek zor değildir. Ancak, özellikle uygulanacak olan kesme frekansı söz konusu olduğunda, yarı-harmonik yöntem hakkında hala sorular vardır. Ayrıca, geleneksel bilgelik RRHO yaklaşık üzerinde bir gelişme olması gerektiğini düşündürmektedir rağmen yarı-RRHO yaklaşım güvenilirliğini inceleyen hiçbir titiz kıyaslama çalışmaları vardır.
Böylece sunulan protokol, kovalent bağlı olmayan gaz fazı moleküler kümelerinin herhangi bir sistemine genelleştirilmiş olabilir. Ayrıca herhangi bir yarı ampirik yöntem, elektronik yapı yöntemi ve yazılım ve titreşim analizi yöntemi ve yazılım komut dosyaları ve şablonları düzenleyerek kullanmak için genelleştirilmiş olabilir. Bu, kullanıcının Linux komut satırı arabirimi, Python komut dosyası ve yüksek performanslı bilgi işlem ile rahat olduğunu varsayar. Linux işletim sisteminin yabancı sözdizimi ve görünümü ve komut dosyası deneyimi eksikliği bu protokoldeki en büyük tuzaktır ve yeni öğrencilerin en çok mücadele ettiği yerdir. Bu protokol grubumuzda sülfürik asit ve amonyağın aerosol oluşumuüzerindeki etkilerine odaklanarak yıllardır çeşitli uygulamalarda başarıyla kullanılmaktadır. Bu protokoldeki daha fazla iyileştirme, daha fazla elektronik yapı yazılımına daha sağlam bir arayüz, genetik algoritmanın alternatif uygulamaları ve muhtemelen elektronik ve titreşimsel enerjilerin daha hızlı hesaplanması için daha yeni yöntemlerin kullanılmasını içerecektir. Bu protokolün mevcut uygulamaları mevcut atmosferde aerosol oluşumunun erken aşamalarında ve prebiyotik ortamlarda daha büyük biyolojik moleküllerin oluşumunda amino asitlerin önemini araştırmadır.

İklim değişikliği ile ilgili atmosferik çalışmalardaki en belirsiz parametre, bulut parçacıklarının gelen güneş radyasyonuna tam olarak ne ölçüde yansıdığıdır. Bir gazda asılı olan partikül madde olan aerosoller, gelen radyasyonu saçan bulut yoğuşma çekirdekleri (CCN) adı verilen bulut parçacıkları oluştururlar, böylece atmosferin emilimini ve atmosferin daha sonra ısıtılmasını önler1. Bu net soğutma etkisinin ayrıntılı bir şekilde anlaşılması, aerosollerin CCN'lere doğru büyümesini n için gerektirir, bu da küçük moleküler kümelerin aerosol parçacıklara doğru büyümesini n için gerektirir. Son çalışmalar aerosol oluşumu çapı 3 nm veya daha az2moleküler kümeleri tarafından başlatılan olduğunu ileri sürmüştür ; ancak, bu boyut rejimi deneysel teknikler kullanarak erişmek zordur3,4. Bu nedenle, bu deneysel sınırlamanın üstesinden gelmek için hesaplamalı modelleme yaklaşımı istenir.
Aşağıda açıklanan modelleme yaklaşımımızı kullanarak, herhangi bir sulu kümenin büyümesini analiz edebiliriz. Biyotik öncesi ortamlarda küçük bileşenlerden gelen büyük biyolojik moleküllerin oluşumunda suyun rolü yle ilgilendiğimiz için, yaklaşımımızı glisin le gösteriyoruz. Karşılaşılan zorluklar ve bu araştırma sorularını ele almak için gerekli araçlar atmosferik aerosoller ve önçekirdek kümeleri5,6,7,8,,9,10,11,12,13,14,15çalışmada yer alan çok benzer . Burada, izole edilmiş bir glisin molekülünden başlayarak sulu glisin kümelerini ve ardından beş su molekülüne kadar bir dizi adım sallayarak inceleyeceğiz. Nihai hedef, atmosferdeki Gly(H2O)n=0-5 kümelerinin denge konsantrasyonlarını deniz seviyesinde oda sıcaklığında ve %100 bağıl nem (RH) seviyesinde hesaplamaktır.
Bu nanometre altı moleküler kümelerin az bir kısmı, diğer buhar molekülleri ekleyerek veya mevcut kümeler üzerinde pıhtılaşmak ile metastabil kritik bir kümeye (1-3 nm çapında) dönüşür. Bu kritik kümeler, bulutların yağış verimliliğini ve olay ışığını yansıtma yeteneğini doğrudan etkileyen çok daha büyük (50-100 nm'ye kadar) bulut yoğuşma çekirdeklerinin (CCN) oluşumuna yol açan olumlu bir büyüme profiline sahiptir. Bu nedenle, moleküler kümelerin termodinamiği ve denge dağılımları iyi bir anlayışa sahip küresel iklim aerosollerin etkisi daha doğru tahminleryol açmalıdır.
Aerosol oluşumunun açıklayıcı bir modeli, moleküler küme oluşumunun doğru termodinamiklerini gerektirir. Moleküler küme oluşumunun doğru termodinamik hesaplama kümenin potansiyel enerji yüzeyinde küresel ve yerel minima bulma içerir en istikrarlı yapılandırmaları, belirlenmesi gerektirir (PES)16. Bu süreç yapılandırmaörnekleme denir ve bu moleküler dinamikleri (MD)17,18,19,20, Monte Carlo (MC)21,22dayalı ve genetik algoritmaları (GA)23,24,25dayalı olanlar da dahil olmak üzere çeşitli teknikler yoluyla elde edilebilir.
Atmosferik hidratların yapısını ve termodinamiklerini yüksek düzeyde bir teoride elde etmek için yıllar içinde farklı protokoller geliştirilmiştir. Bu protokoller (i) yapılandırmalı örnekleme yöntemi, (ii) yapılandırma örneklemesinde kullanılan alt düzey yöntemin doğası ve (iii) sonraki adımlarda sonuçları hassaslaştırmak için kullanılan üst düzey yöntemlerin hiyerarşisi açısından farklılık göstermektedir.
Konfigürasyonal örnekleme yöntemleri kimyasal sezgidahil 26, rastgele örnekleme27,28, moleküler dinamikleri (MD)29,30, havza atlamalı (BH)31, ve genetik algoritma (GA)24,25,32. Bu örnekleme yöntemleriile kullanılan en yaygın alt düzey yöntemler kuvvet alanları veya PM6, PM7 ve SCC-DFTB gibi yarı ampirik modellerdir. Bu genellikle Jacobmerdiven3 yüksekbasamakları giderek daha büyük temel setleri ve daha güvenilir fonksiyoneller ile DFT hesaplamaları tarafından takip edilmektedir. Bazı durumlarda, bu MP2, CCSD(T) ve maliyet etkin DLPNO-CCSD(T)34,35gibi yüksek düzey dalga fonksiyonu yöntemleri tarafından takip edilir.
Kildgaard ve ark.36, fibonacci küreleri37'deki noktalara daha küçük sulu veya susuz kümeler etrafında su moleküllerinin eklendiği sistematik bir yöntem geliştirmiş ve daha büyük kümeler için aday lar oluşturmaktadır. Fiziksel olmayan ve yedek adaylar, yakın temas eşiklerine ve farklı konforcular arasındaki kök ortalaması-kare mesafesine göre kaldırılır. PM6 yarı ampirik yöntemi ve DFT ve dalga fonksiyonu yöntemleri hiyerarşisi kullanılarak sonraki optimizasyonlar teorinin yüksek düzeyde düşük enerji likonforanlar bir dizi almak için kullanılır.
Yapay arı kolonisi (ABC) algoritması38, Son zamanlarda Zhang ve ark. tarafından ABCluster39adlı bir programmoleküler kümeleri incelemek için uygulanmıştır yeni bir yapılandırma örnekleme yaklaşımıdır. Kubecka ve ark.40 yapılandırma örneklemesi için ABCluster'ı ve ardından sıkı bağlayıcı GFN-xTB yarı ampirik yöntemi ni kullanarak düşük seviyeli reoptimizasyonlarıkullandı. DFT yöntemlerini kullanarak yapıları ve enerjileri daha da rafine ettiler ve ardından DLPNO-CCSD(T) kullanarak son enerjileri takip ettiler.
Yöntemne bakılmaksızın, yapılandırma örneklemesi PES'te rasgele veya rastgele oluşturulan noktaların dağılımıyla başlar. Her nokta söz konusu moleküler kümenin belirli bir geometrisine karşılık gelir ve örnekleme yöntemi ile oluşturulur. Sonra en yakın yerel minimum PES üzerinde "yokuş aşağı" yönünü izleyerek her nokta için bulunur. Böylece bulunan minima kümesi, en azından bir süre için, kararlı olan moleküler kümenin bu geometrilerine karşılık gelir. Burada, PES şekli ve yüzeydeki her noktada enerjinin değerlendirilmesi daha doğru bir fiziksel açıklama daha hesaplama pahalı enerji hesaplama sonuçları sistemin fiziksel açıklamasına duyarlı olacaktır. İlk örnekleme noktalarını oluşturmak için, küresel optimizasyon ve yapılandırmaörnekleme problemlerine42,43,,44,45başta olmak üzere çeşitli global optimizasyon ve yapılandırmaörnekleme sorunlarına başarıyla uygulanan OGOLEM25 programında uygulanan GA yöntemini özellikle kullanacağız. PES MOPAC2016 programında uygulanan PM7 modeli46 tarafından açıklanacaktır47. Md ve MC yöntemlerine göre daha fazla puan çeşitliliği üretir ve PES daha ayrıntılı açıklamaları daha hızlı yerel minima bulur, çünkü bu kombinasyon kullanılır.
GA için optimize edilmiş yerel minima seti, düşük yatan minimum enerji setine yol açan bir dizi tarama adımı için başlangıç geometrisi olarak alınır. Protokolün bu bölümü, yoğunluk-fonksiyonel teorisi (DFT) kullanılarak, küçük bir temel kümesi ile GA için optimize edilmiş benzersiz yapılar kümesini optimize ederek başlar. Bu optimizasyon kümesi genellikle GA-optimize yarı ampirik yapılara göre daha ayrıntılı olarak modellenen daha küçük bir benzersiz yerel minimum yapı kümesi verecektir. Daha sonra daha büyük bir temel kümesi kullanılarak bu küçük yapı kümesinde başka bir DFT optimizasyonu turu gerçekleştirilir. Yine, bu adım genellikle küçük temel DFT adımile karşılaştırıldığında daha ayrıntılı olarak modellenir benzersiz yapıların daha küçük bir dizi verecektir. Benzersiz yapıların son seti daha sonra daha sıkı bir yakınsama için optimize edilir ve harmonik titreşim frekansları hesaplanır. Bu adımdan sonra atmosferdeki kümelerin denge konsantrasyonlarını hesaplamak için ihtiyacımız olan her şeye sahibiz. Genel yaklaşım Şekil 1'dediyagramatik olarak özetlenmiştir. Biz PW9148 genelleştirilmiş-gradyan yaklaşım (GGA) değişim-korelasyon Gaussian0949 DFT uygulaması ile birlikte Pople50 temel seti iki varyasyon (6-31 + G * küçük temel adım ve 6-311 ++ G ** büyük temel adım için) kullanacağız. Değişim-korelasyon fonksiyonel ve temel kümesi bu özel kombinasyonu atmosferik kümeler51,52için oluşumudoğru Gibbs serbest enerjileri hesaplama önceki başarısı nedeniyle seçildi .
Bu protokol, kullanıcının taşınabilir toplu işlem sistemi53 (PBS), MOPAC2016 (http://openmopac.net/MOPAC2016.html)47, OGOLEM (https://www.ogolem.org)25, Gaussian 09 (https://gaussian.com)49ve OpenBabel54 (http://openbabel.org/wiki/Main_Page) yazılımı ile yüksek performanslı bir bilgi işlem (HPC) kümesine erişimi olduğunu varsayar. Bu protokoldeki her adım, kullanıcının $PATH çevresel değişkenine dahil edilmiş bir dizi dizine kaydedilmesi gereken bir dizi şirket içi kabuk ve Python 2.7 komut dosyası da kullanır. Yukarıdaki programların tümünün çalıştırılması için gerekli tüm çevre modülleri ve yürütme izinleri de kullanıcının oturumuna yüklenmelidir. GA kodu (OGOLEM) ve yarı ampirik kodlar (MOPAC) tarafından disk ve bellek kullanımı modern bilgisayar kaynak standartlarına göre çok küçüktür. OGOLEM/MOPAC için genel bellek ve disk kullanımı, kişinin kaç iş parçacığı kullanmak istediğine bağlıdır ve o zaman bile, kaynak kullanımı çoğu HPC sisteminin yeteneklerine kıyasla küçük olacaktır. QM yöntemlerinin kaynak gereksinimleri kümelerin boyutuna ve kullanılan teori düzeyine bağlıdır. Bu protokolü kullanmanın avantajı, genellikle daha hızlı hesaplamaların sonuçların doğruluğunda daha fazla belirsizliğe yol açtığını göz önünde bulundurarak, düşük enerjili yapıların son kümesini hesaplayabilmek için teori düzeyini değiştirebilmektir.
Netlik adına, kullanıcının yerel bilgisayarı "yerel bilgisayar" olarak adlandırılırken, erişebildikleri HPC kümesi "uzak küme" olarak anılacaktır.

<table><tbody><tr><td>Avogadro</td><td>https://avogadro.cc</td><td></td><td>Açık kaynaklı moleküler görselleştirme programı</td></tr><tr><td>Gaussian [09/16] Yazılım</td><td>http://www.gaussian.com/</td><td></td> <td>Ticari ab initio elektronik yapı programı</td></tr><tr><td>MOPAC 2016</td><td>http://openmopac.net/MOPAC2016.html</td><td></td><td>Açık kaynaklı yarı ampirik program</td></tr><tr><td>OGOLEM Yazılım</td><td>https://www.ogolem.org</td><td></td><td>Genetik algoritma tabanlı küresel optimizasyon programı</td></tr><tr><td>OpenBabel</td><td>http://openbabel.org/wiki/Main_Page</td><td></td><td>Açık kaynaklı kimyasal bilişim kütüphanesi</td></tr><tr><td>calcRotConsts.py</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Dönme sabitlerini hesaplamak için Python komut dosyası</td></tr><tr><td>calcSymmetry.csh</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Kartezyen koordinatları birleştirilen bir molekülün simetri sayısını hesaplamak için kabuk komut dosyası</td></tr><tr><td>birleştirme-GA.csh</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Farklı GA dizinlerinden enerji ve dönme sabitlerini birleştirmek için kabuk komut dosyası</td></tr><tr><td>birleştirme-QM.csh</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Farklı QM dizinlerinden enerji ve dönme sabitlerini birleştirmek için kabuk komut dosyası</td></tr><tr><td>gaussianE.csh</td><td>Shields Grubu, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Gauss 09 enerjilerini çıkarmak için kabuk komut dosyası</td></tr><tr><td>gaussianFreqs.csh</td><td>Shields Grubu, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Gauss 09 titreşim frekanslarını çıkarmak için kabuk komut dosyası</td></tr><tr><td>getrotconsts</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Bir molekülün Kartezyen koordinatları verilen dönme sabitlerini hesaplamak için yürütülebilir</td></tr><tr><td>getRotConsts-dft-lb.csh</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Büyük tabanlı DFT optimize edilmiş yapıların bir grubu için dönme sabitlerini hesaplamak için kabuk komut dosyası</td></tr><tr><td>getRotConsts-dft-lb-ultrafine.csh</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Ultra ince DFT için optimize edilmiş yapıların bir grubu için dönme sabitlerini hesaplamak için kabuk komut dosyası</td></tr><tr><td>getRotConsts-dft-sb.csh</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Küçük tabanlı DFT optimize edilmiş yapılardan oluşan bir grup için dönme sabitlerini hesaplamak için kabuk komut dosyası</td></tr><tr><td>getRotConsts-GA.csh</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Genetik algoritma optimize edilmiş yapıların bir grubu için dönme sabitlerini hesaplamak için kabuk komut dosyası</td></tr><tr><td>global-minimum-coords.xyz</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>gly-(h2o)n'nin küresel minimum yapılarının kartezyen koordinatları, burada n=0-5</td></tr><tr><td>make-thermo-gaussian.csh</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Gauss çıktı dosyalarından veri ayıklamak ve thermo.pl komut dosyası için girdi dosyaları oluşturmak için kabuk komut dosyası</td></tr><tr><td>ogolem-input-file.ogo</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Ogolem örnek giriş dosyası</td></tr><tr><td>ogolem-submit-script.pbs</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Ogolem hesaplamaları için PBS toplu gönderim dosyası</td></tr><tr><td>README.docx</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Okuyucuların komut dosyalarını etkili bir şekilde kullanmalarına yardımcı olacak açıklamalar</td></tr><tr><td>runogolem.csh</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>OGOLEM</td></tr><tr><td>run-pw91-lb.csh</td> çalıştırmak için Shell komut dosyası <td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Büyük temel DFT optimizasyon hesaplamaları</td></tr> <tr><td>grubunu çalıştırmak için Shell komut dosyasırun-pw91-lb-ultrafine.csh</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Bir grup ultra ince DFT optimizasyon hesaplaması çalıştırmak için kabuk komut dosyası</td></tr><tr><td>run-pw91-sb.csh</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Küçük tabanlı DFT optimizasyon hesaplamaları grubunu çalıştırmak için kabuk komut dosyası</td></tr><tr><td>run-thermo-pw91.csh</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>DFT için optimize edilmiş yapıların bir grubu için termodinamik düzeltmeleri hesaplamak için kabuk komut dosyası</td></tr><tr><td>similarityAnalysis.py</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Dönme sabitleri ve enerji simetrisine dayalı benzersiz yapıları belirlemek için Python komut dosyası</td></tr><tr><td></td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Kartezyen koordinatlar verilen moleküler simetriyi hesaplamak için yürütülebilir</td></tr><tr><td>simetri.c</td><td>(C) 1996, 2003 S. Patchkovskii, Serguei.Patchkovskii@sympatico.ca</td><td></td><td>Kartezyen koordinatları verilen bir molekülün moleküler simetrisini belirlemek için C kodu</td></tr><tr><td>template-marcy.pbs</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>OGOLEM kullanan bir PBS gönderme komut dosyası şablonu</td></tr><tr><td>template-pw91.com</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Şablon Gaussian 09 girişi</td></tr><tr><td>template-pw91-HL.com</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Şablon Gaussian 09 girişi ultra ince DFT optimizasyonu için</td></tr><tr><td></td><td>thermo.pl</td><td>ideal gaz termodinamik düzeltmelerini</td> hesaplamak için https://www.nist.gov/mml/csd/chemical-informatics-research-group/products-and-services/program-computing-ideal-gas <td></td> Perl açık kaynaklı komut dosyası</tr><tr><td>gly-h2o-n.xlsx</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Excel table-1.xlsx protokolün tamamı için elektronik tablo</td></tr><tr><td>Shields</td><td>Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Excel elektronik tablosu</td></tr><tr><td>table-2.xlsx</td><td>Shields Group, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Excel elektronik tablosu</td></tr><tr><td>table-3.xlsx</td><td>Shields Group, Bölümü Kimya, Furman Üniversitesi</td><td></td><td>Excel elektronik tablosu</td></tr><tr><td>table-4.xlsx</td><td>Shields Grubu, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Excel elektronik tablosu</td></tr><tr><td>water.xyz</td><td>Shields Grubu, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Suyun Kartezyen koordinatları</td></tr><tr><td>glycine.xyz</td><td>Shields Grubu, Kimya Bölümü, Furman Üniversitesi</td><td></td><td>Kartezyen koordinatları glisin</td></tr></tbody></table>

ab initio termochemistry'den moleküler kümelerin atmosferik konsantrasyonlarının hesaplanması

Computation of Atmospheric Concentrations of Molecular Clusters from ab initio Thermochemistry

Atmosferik aerosollerin oluşumu ve büyümesi nin hesaplamalı çalışması, gaz fazı elektronik yapısı ve titreşim frekansı hesaplamalarından elde edilebilen doğru gibbs serbest enerji yüzeyi gerektirir. Bu miktarlar, geometrileri potansiyel enerji yüzeylerinde minimuma karşılık gelen atmosferik kümeler için geçerlidir. Minimum enerji yapısının Gibbs serbest enerji sıcaklık ve basınç gibi çeşitli koşullar altında kümenin atmosferik konsantrasyonları tahmin etmek için kullanılabilir. Genetik algoritma tabanlı yapılandırma örneklemesi üzerine inşa edilmiş hesaplama açısından ucuz bir prosedür ve ardından giderek daha doğru bir dizi tarama hesaplaması salıyoruz. Prosedür, yarı ampirik modeller kullanarak büyük bir yapılandırma kümesinin geometrilerini üreterek ve geliştirerek başlar ve ardından ortaya çıkan benzersiz yapıları bir dizi üst düzey ab initio teorisi düzeyinde geliştirir. Son olarak, termodinamik düzeltmeler ortaya çıkan minimum enerjili yapılar kümesi için hesaplanır ve Gibbs serbest formasyon enerjilerini, denge sabitlerini ve atmosferik konsantrasyonları hesaplamak için kullanılır. Bu prosedürün uygulanmasını ortam koşullarında sulu glisin kümelerinin incelenmesine sokuyoruz.

Zayıf bağlı moleküler kümelerin atmosferik konsantrasyonları, genetik algoritma ve yarı ampirik ve ab initio kuantum kimyası kullanan çok aşamalı konfigürasyonel örnekleme metodolojisi ile bulunan düşük enerjili yapıların termokimyasal özelliklerinden hesaplanabilir.

Ab initio Termochemistry'den Moleküler Kümelerin Atmosferik Konsantrasyonlarının Hesaplanması

The computational study of the formation and growth of atmospheric aerosols requires an accurate Gibbs free energy surface, which can be obtained from gas ...

Protokolümüz, zayıf bağlı moleküler kümelerin incelenmesinde esnek ve hesaplama açısından uygulanabilir bir yaklaşım sağlar ve yapıları, oluşumları ve bollukları hakkında bilgi edinmek için kolayca uygulanabilir. Bu tekniğin en büyük avantajı, hızlı kuvvet alanlarından yarı ampirik yöntemlere ve titiz kuantum mekanik yöntemlerine kadar farklı teori düzeylerindeki moleküler kümelerin tedavisinde ki verimliliği ve esnekliğidir. Atmosferik ve aerosol kimyası iklim değişikliğinin daha iyi modellerine yol açan bu yaklaşımdan en çok fayda sağlayabilir.Ancak, moleküler kümeleri içeren herhangi bir alan bu yaklaşımdan yararlanabilir. Bu tekniği hiç gerçekleştirmemiş bireyler için en zorlu adımlar ilk program ve komut dosyası kurulumu ve bunların yerel bilgi işlem ortamına adaptasyonlarıdır. Hesaplamalı kimyaya yeni başlayan öğrenciler, açık adım adım yönergelerigörselleştirme yoluyla yüksek performanslı bilgi işlem kümelerini kullanarak dik öğrenme eğrilerinin üstesinden gelebilirler.Genetik algoritma yapılandırmaörneklemesinde kullanılmak üzere izole glisin moleküllerinin minimum enerji yapısını elde etmek için, Avogadro'da yeni bir oturum açın ve görüntüleme penceresinde glisin monomer oluşturmak için Ekle, Peptid, Glisin ve Insert Peptid'i tıklatın. Uzantılar ve Gaussian'ı tıklatın ve metin kutusundaki ilk satırı belirtildiği gibi düzenleyin. Oluştur'u tıklatın ve komut dosyasını glycine.com olarak kaydedin.İzole suyun minimum enerji yapısını elde etmek için Avogadro'da yeni bir oturum açın ve Yap, Ekle ve Parça'yı seçin. Filtre metin kutusuna su girin, su dosyasını seçin ve Ekle'yi tıklatın. Uzantılar ve Gaussian'ı tıklatın ve metin kutusundaki ilk satırı belirtildiği gibi düzenleyin.Oluştur'u tıklatın ve komut dosyasını water.com olarak kaydedin. Ardından iki com dosyasını bilgi işlem kümesine aktarın ve uygun gönder komut dosyasını kullanarak Gaussian 09 hesaplamalarını çalıştırın. Hesaplamalar hesaplama kümesinde tamamlandıktan sonra, belirtilen komuta giren minimum enerji yapılarının xyz dosyalarını oluşturmak için açık babil'i arayın.Genetik algoritma tabanlı yapılandırma örneklemesi için tüm komut dosyalarını ve şablonları bir klasöre ekleyin ve klasörü uzak kümeye kopyalayın. Tüm komut dosyalarının yürütülebilir olduğundan emin olun ve komut dizinin konumunu çevresel değişkene eklemek için belirtildiği gibi komutları kullanın. Teorinin ucuz yarı ampirik düzeyde glisin ve su için düşük enerjili yapılar bir dizi elde etmek için, n su moleküllerinin sayısı olduğu gly-h2o-n adlı bir dizin oluşturmak ve genetik algoritma hesaplamaları çalıştırmak için gly-h2o-n dizin altında GA adlı bir alt dizin oluşturmak.Ogolem giriş dosyalarını, tekkartkar Kartezyen koordinatlarını ve PBS toplu gönderme komut dosyasını GA dizinine kopyalayın ve uygun şekilde değiştirilmiş çalıştırmayı kullanarak GA hesaplamasını çalıştırın. pbs komut dosyası gönderin. Hesaplama tamamlandıktan sonra, dizini gly-h2o-n GA pm7 olarak değiştirin ve 13 kümedeki atom ların sayısı nın 13 olduğu ve sıfır ve dokuzun indeksleri sıfırdan dokuza kadar 10 yapı olduğunu gösterdiği yerde belirtildiği gibi getRotConsts komutunu çalıştırın.Bu, GA en iyi duruma getirilmiş kümelerin dönme sabitlerini hesaplar ve rotConstsData_C adı verilen ve tüm GA optimize edilmiş küme yapılandırmalarının, enerjilerinin ve dönme sabitlerinin sıralanmış bir listesini içeren bir dosya oluşturur. Benzerlik Analizini çalıştırın. py komut dosyası bulmak ve benzersiz GA optimize kümeleri kaydetmek için bir giriş olarak rotConstsData_C dosya ile.Pm7, uniqueStructures-pm7.data adlı bir dosya oluşturmak için dosya adlandırma etiketi olarak kullanılacaktır. Bu, benzersiz GA en iyi duruma getirilmiş yapılandırmaların sıralanmış bir listesini içerir. gly-h2o-n GA dizininde, birleş-GA dizini kullanın.csh komut dosyası birden çok karşılaştırılabilir GA çalışır için sonuçları birleştirmek ve benzersizStructures-pm7 adlı yeni bir benzersiz yapılar listesi oluşturmak için. gly-h2o-n GA dizinindeki veriler. Çalışma dizininde gösterildiği gibi tam organizasyon ve yapı olmalıdır.Glisin su kümelerinin yapılarını yarı ampirik bir yönteme dayalı genetik algoritmadan daha doğru bir kuantum mekanik yöntemini kullanarak bir tanesine rafine etmek için gly-h2o-n dizininin altında QM adı verilen bir alt dizini oluşturun. QM dizininin altında, pw91-sb adlı başka bir alt dizini oluşturun ve gly-h2o-n GA dizininden QM pw91-sb dizinine uniqueStructures listesini kopyalayın. Dizin ii gly-h2o-n QM pw91-sb olarak değiştirin ve küçük temel küme yoğunluk fonksiyonel teori komut run-pw91-sb çalıştırın.csh hangi sb hesaplamalar kümesi için bir etiket, Q bilgi işlem kümesi üzerinde tercih edilen sıra ve 10 10 hesaplamaları tek bir toplu iş halinde gruplandırılacak gösterir. Gönderilen hesaplamalar tamamlandıktan sonra getRotConsts-dft-sb'yi kullanın. csh komut csh komut enerjileri ayıklamak ve küçük temel optimize kümelerin dönme sabitleri hesaplamak için.Burada pw91 kullanılan yoğunluk fonksiyonelve n kümedeki atom ların sayısıdır. SimilaryAnalysis'i kullanın. py script önce olduğu gibi benzersiz yapıları tanımlamak için ama etiket olarak sb kullanın.Pw91 631 artı G yıldız teorisi düzeyinde optimize edilmiş benzersiz yapılandırmaların listesi uniqueStructures-sb'de kaydedilir. veri dosyası. gly-h2o-n QM dizininde, birleştirilmiş qm'yi kullanın.csh komut dosyası birden çok karşılaştırılabilir QM çalışır sonuçlarını birleştirmek için. Birleştirme-QM. csh pw91-sb komutu uniqueStructures-sb adlı yeni bir benzersiz yapılar listesi oluşturacaktır.gly-h2o-n QM dizinindeki veriler. Daha iyi bir kuantum mekanik açıklama kullanarak glisin ve su kümelerinin yapılarını daha rafine etmek için, QM dizini altında pw91-lb adlı bir alt dizin oluşturun. QM pw91-sb dizininden QM pw91-lb dizini için benzersiz yapılar listesini kopyalayın ve QM pw91-lb dizini değiştirin.Büyük temel yoğunluğu fonksiyonel teori komut run-pw91-lb çalıştırın. csh hangi lb hesaplamalar kümesi için bir etiket, Q bilgi işlem kümesi üzerinde tercih edilen sıra ve 10 10 hesaplamaları tek bir toplu iş halinde gruplandırılmak olduğunu gösterir. Gönderilen hesaplamalar tamamlandıktan sonra getRotConsts-dft-lb'yi kullanın.csh komutu büyük temel optimize kümelerin dönme sabitleri hesaplamak için. Burada pw91 kullanılan yoğunluk fonksiyonelve n kümedeki atom ların sayısıdır. Benzerlik Analizi'ni kullanın.py script pw91 6311 artı G yıldız teorisi düzeyinde optimize benzersiz yapılandırmaları bir listesini oluşturmak için etiket olarak lb şimdi şimdi ve benzersizStructures-lb kaydedin. veri dosyası. İstenilen termokimyasal düzeltmeleri hesaplamak için gerekli glisin ve su kümelerinin titreşim yapısını ve enerjilerini elde etmek için, QM pw91-lb ultraince dizine QM pw91-lb dizini benzersiz yapılar listesini kopyalayın ve dizini QM/pw91-lb ultrafine olarak değiştirin.Ultra ince yoğunluklu fonksiyonel teori komut run-pw91-lb-ultrafine çalıştırın. bu hesaplamakümesi için uf etiketi olan csh, Q bilgi işlem kümesinde tercih edilen sıradır ve 10, 10 hesaplamanın tek bir toplu iş halinde gruplandırılmak üzere olduğunu gösterir. Bu komut dosyası, Gaussian 09'un girişlerini otomatik olarak oluşturur ve tüm hesaplamaları gönderir.Gönderilen hesaplamalar tamamlandıktan sonra getRotConsts-dft-lb-ultrafine kullanın. ultraince optimize edilmiş kümelerin dönme sabitlerini hesaplamak için csh komutu. Burada pw91 kullanılan yoğunluk fonksiyonelve n kümedeki atom ların sayısıdır.Benzerlik Analizi'ni kullanın. py script şimdi uf ile etiket oluşturmak ve benzersizStructures-uf pw91 6311 artı G yıldız teorisi düzeyinde ultraince yakınsama kriterlerine optimize benzersiz yapılandırmaları bir listesini kaydetmek. veri dosyası.Sonra run-thermo-pw91 çalıştırın. benzersizStructures-uf ile csh komut dosyası. termodinamik düzeltmeleri hesaplamak için giriş olarak veri dosyası.Komut satırı çıktısını gly-h2o-n.xls adlı ekli elektronik tabloya kopyalayıp yapıştırın. Bu hesaplamanın ham enerjileri ve sonraki n iki, üç, dört ve beş hesaplamaya eşit olduğundan gly-h2o-n'nin ilk sayfasına eklenir. farklı sıcaklıklarda hidratların denge konsantrasyonu, bağıl nem ve su ve glisin ilk konsantrasyonları verimleri hidrat dağıtım levha xls spredsheet güncellenecektir.Burada glisin-su kümelerinin en düşük elektronik enerji izomerleri görülebilir. Su moleküllerinin sayısı çoğunlukla düzlemsel bir ağdan n'de üç boyutlu kafes benzeri bir yapıya doğru hareket ettikçe hidrojen bağı ağının karmaşıklığına dikkat edin. Bu tabloda, run-thermo-pw91 çıkışının bir örneği.csh komut dosyası gösterilir. Her küme için, pw91 6311 artı G yıldız yıldızının enerjisi, pw91 6311 artı G yıldız yıldız birimlerindeki gaz fazı elektronik enerjilerine karşılık gelir artı, hartrees birimlerindeki ultraince entegrasyon ızgaraları ve köstebek başına kilokalori birimlerindeki sıfır nokta titreşim enerjisi üzerinden hesaplanan teorinin G yıldız seviyesine karşılık gelir. Her sıcaklıkta Gibbs-serbest enerji oluşumudelta G'de hesaplanan entalpi oluşumu delta H, köstebek başına kilokalori birimlerinde verilir ve hesaplanan entalsi oluşumu S, mol başına kalori birimlerinde verilir.Bu tabloda, toplam Gibbs-free enerji hidrasyon değişimi ve sıralı hidrasyon temsili hesaplamalar gösterilmiştir. Bu veriler kullanılarak, sulu glisin atmosferik konsantrasyonları hesaplanabilir. Bir doğru yazılım yüklemek ve kendi bilgi işlem ortamını yansıtacak şekilde eklenen komut dosyaları ekledi gerekir.Komut dosyalarının konumunu n için bir yola eklemek çok önemlidir. Bu teknik, atmosferik su kümelerinin peptit bağı oluşumuna doğru katalitik aktivitesini belirlemek ve prebiyotik kimya alanına katkıda bulunmak için kullanılmıştır.

computation-atmospheric-concentrations-molecular-clusters-from-ab

Research

JoVE Journal

Chemistry

Kimya

Moleküler ışında bulunan farklı konformatörlerin veya kümelerin mekansal olarak ayrılmasını sağlayan bir teknik sunuyoruz. Elektrostatik bir saptırıcı, türleri kütle-dipol moment oranlarına göre ayırmak için kullanılır ve bu da tek bir konformatör veya küme stoichiometry'nin gaz fazlı topluluklarının üretimine yol açtı.

Moleküler Konformatörlerin ve Kümelerin Mekansal Ayrımı

Bu makale, polar olmayan çözücülerden yeniden kristalize edilen birincil amonyum trifenilasetatlar kullanılarak kristallerde bir dizi hidrojen bağlayıcı supramoleküler kümenin inşasını açıklamaktadır. Supramoleküler kümelerin bu seçici yapısı, supramoleküler kümeler ve bileşenleri arasındaki korelasyon hakkında etkili sistematik simetrik çalışmalara yol açar.

İnşaat ve İkili veya Üçlü Amonyum trifenilasetatlar ile Supramoleküler Kümeleri Bir Seri Sistematik Simetrik Çalışmaları

Bir soruşturma oksidatif yanma kimya roman biyoyakıt, yakıt bileşenleri veya jet yakıtları tarafından sunulan verilerin nicel Türleşme karşılaştırılması. Veri Kinetik modeli doğrulama için kullanılan ve yakıt değerlendirme stratejileri sağlar. Bu el yazması atmosferik yüksek sıcaklık akışı reaktör açıklar ve yeteneklerini gösterir.

Yakıtların yanma kimya: bir atmosferik yüksek sıcaklık akışı reaktör ile elde edilen nicel Türleşme veri birleştiğinde ışın moleküler Kütle Spektrometre

Sentezi için bir protokol37P20(O2C14H27)51 kümeleri ve onların ındum fosforu Quantum dots dönüşüm sunulmaktadır.

37P20(O2CR)51 kümeler ve inp kuantum noktalarına dönüşümlerinin sentezini

Burada porphycene çift proton transfer sürecinde izotopik etkisini araştırmak için gelişmiş QM/MM yöntemi kullanan bir protokol sunulmuştur.

Gelişmiş QM/MM yöntemi ile Incelenerek Porphycene çift proton transfer sürecinde izotopik etkisi

Nötr SO2 kümeleri düşük kinetik enerji (&lt; 0.8 eV/constituent) bir iyon kapanı kütle spektrometresi kullanılarak kütle spektrometresi ile daha fazla analiz için peptidler veya lipidler gibi karmaşık yüzey moleküllerini desorb için kullanılır. Özel bir numune hazırlama gerekli değildir ve reaksiyonların gerçek zamanlı gözlemi mümkündür.

Kümelenme Sonucu Desorpsiyon/İyonlaşma Kütle Spektrometresi Yoluyla Karmaşık Moleküllerin ve Yüzeylerdeki Reaksiyonlarının Analizi

Burada, ilk prensipkuantum kimyasal hesaplamalarından moleküler maddelerin optik soğurma spektrumları ve optoelektronik özelliklerini hesaplamak için sıkı bağlayıcı bir eksitonik Hamiltonian parametrizing için bir protokol sıyoruz.

Moleküler Agrega ve Katıların Optik Soğurma Spektrumları ve Optoelektronik Özelliklerini Hesaplamak için Eksitonik Hamiltonians

Eriyikler ve sıvılar doğal sistemlerde kütle taşımacılığının her yerde bulunan vektörleridir. Bu tür sistemlerin ab initio moleküler-dinamik simülasyonlarını analiz etmek için açık kaynaklı bir paket geliştirdik. Yapısal (yapıştırma, kümelenme, kimyasal belirtim), taşıma (difüzyon, viskozite) ve termodinamik özellikleri (titreşim spektrumu) hesaplıyoruz.

AB Initio Moleküler Dinamik Simülasyonlarından Eriyik ve Sıvıların UMD Paketi ile Analizi

Bu makalede, ilgili üçlü metal komplekslerinin ayrışmasının nispi termokimyasını ölçmek için elektrosprey-iyon hareketliliği-kütle spektrometrisi, yarı ampirik kuantum hesaplamaları ve enerji çözümlü eşik çarpışma kaynaklı ayrışma kullanan deneysel bir protokol açıklanmaktadır.

İyon Hareketliliği-Kütle Spektrometrisi Kullanılarak Ni(II) ve Zn(II) Üçlü Komplekslerinin Termokimyasal Çalışmaları

Gram-negatif bakterilerin lipopolisakarit (LPS) lipid A alanı izolasyonu ve karakterize edilmesi, hücre yüzeyi antibiyotik direnç mekanizmaları göre, bakterinin yaşamda kalması ve spor ve nasıl kimyasal olarak çeşitli lipit A moleküler türün farklı olarak ana doğal immün yanıtları modüle fikir verir.

Gram-negatif bakterilerin izolasyonu ve Lipid A kimyasal karakterizasyonu

Keşfedin zayıf bağlı moleküler kümelerin yapısını ve oluşumunu genetik algoritma ve kuantum kimyası teknikleriyle. Bu hesaplamalı yöntem atmosferik kimya ve iklim değişikliği modellerini geliştirmeye yardımcı olur.

Ab initio Termochemistry'den Moleküler Kümelerin Atmosferik Konsantrasyonlarının Hesaplanması

Daha fazla video keşfet