Độ ẩm là gì? Các công bố khoa học về Độ ẩm

Mặc dù lý thuyết hàm mật độ Kohn–Sham với các hiệu chỉnh gradient cho trao đổi-tương quan có độ chính xác nhiệt hoá học đáng kể [xem ví dụ, A. D. Becke, J. Chem. Phys. 96, 2155 (1992)], chúng tôi cho rằng việc cải thiện thêm nữa là khó có thể xảy ra trừ khi thông tin trao đổi chính xác được xem xét. Các lý lẽ hỗ trợ quan điểm này được trình bày và một hàm trọng số trao đổi-tương quan bán thực nghiệm chứa các thuật ngữ về mật độ quay-lực địa phương, gradient và trao đổi chính xác đã được thử nghiệm trên 56 năng lượng phân ly, 42 thế ion hoá, 8 ái lực proton và 10 tổng năng lượng nguyên tử của các hệ hàng thứ nhất và thứ hai. Hàm này hoạt động tốt hơn đáng kể so với các hàm trước đó chỉ có các hiệu chỉnh gradient và khớp với các năng lượng phân ly thực nghiệm với độ lệch tuyệt đối trung bình ấn tượng chỉ là 2.4 kcal/mol.

Một phương pháp đã được đưa ra để chuyển giao điện di protein từ gel polyacrylamide sang tấm nitrocellulose. Phương pháp này cho phép chuyển giao định lượng protein ribosome từ gel có chứa ure. Đối với gel natri dodecyl sulfate, mô hình ban đầu của dải vẫn giữ nguyên mà không mất độ phân giải, nhưng việc chuyển giao không hoàn toàn định lượng. Phương pháp này cho phép phát hiện protein bằng phương pháp tự động chụp ảnh phóng xạ và dễ dàng hơn so với các quy trình thông thường. Các protein cố định có thể được phát hiện bằng các quy trình miễn dịch học. Tất cả dung lượng liên kết bổ sung trên nitrocellulose được chặn bằng protein dư thừa, sau đó một kháng thể đặc hiệu được liên kết và cuối cùng, kháng thể thứ hai chống lại kháng thể thứ nhất được liên kết tiếp. Kháng thể thứ hai được đánh dấu phóng xạ hoặc liên hợp với fluorescein hoặc với peroxidase. Protein đặc hiệu sau đó được phát hiện bằng cách chụp ảnh phóng xạ tự động, dưới ánh sáng UV, hoặc bằng sản phẩm phản ứng với peroxidase, tương ứng. Trong trường hợp sau, chỉ cần 100 pg protein có thể được phát hiện rõ ràng. Dự kiến phương pháp này sẽ có thể áp dụng để phân tích nhiều loại protein khác nhau với các phản ứng hoặc liên kết đặc hiệu.

Phân tích nội dung là một kỹ thuật nghiên cứu định tính được sử dụng rộng rãi. Thay vì là một phương pháp duy nhất, các ứng dụng hiện nay của phân tích nội dung cho thấy ba cách tiếp cận khác biệt: thông thường, có định hướng hoặc tổng hợp. Cả ba cách tiếp cận này đều được dùng để diễn giải ý nghĩa từ nội dung của dữ liệu văn bản và do đó, tuân theo hệ hình tự nhiên. Các khác biệt chính giữa các cách tiếp cận là các bộ mã hóa, nguồn gốc của mã hóa và mối đe dọa đến độ tin cậy. Trong phân tích nội dung thông thường, các danh mục mã hóa được lấy trực tiếp từ dữ liệu văn bản. Với một cách tiếp cận có định hướng, phân tích bắt đầu với một lý thuyết hoặc các kết quả nghiên cứu liên quan để làm cơ sở cho các mã ban đầu. Phân tích nội dung tổng hợp bao gồm việc đếm và so sánh, thường là các từ khóa hoặc nội dung, tiếp theo là diễn giải bối cảnh cơ bản. Các tác giả phân định các quy trình phân tích cụ thể cho từng cách tiếp cận và các kỹ thuật nhằm nâng cao độ tin cậy với các ví dụ giả định từ lĩnh vực chăm sóc cuối đời.

Một phương pháp ước tính hàm lượng cholesterol trong phần lipoprotein có tỷ trọng thấp của huyết thanh (Sf0-20) được trình bày. Phương pháp này bao gồm các phép đo nồng độ cholesterol toàn phần trong huyết tương khi đói, triglyceride và cholesterol lipoprotein có tỷ trọng cao, không yêu cầu sử dụng thiết bị siêu ly tâm chuẩn bị. So sánh quy trình được đề xuất này với quy trình trực tiếp hơn, trong đó thiết bị siêu ly tâm được sử dụng, đã cho thấy các hệ số tương quan từ 0,94 đến 0,99, tùy thuộc vào nhóm bệnh nhân được so sánh.

AutoDock Vina, một chương trình mới dành cho việc docking phân tử và sàng lọc ảo, được giới thiệu trong bài viết này. AutoDock Vina có tốc độ xử lý nhanh hơn khoảng hai bậc so với phần mềm docking phân tử phát triển trước đây trong phòng thí nghiệm của chúng tôi (AutoDock 4), đồng thời cải thiện đáng kể độ chính xác trong dự đoán cách thức gắn kết, theo các thử nghiệm của chúng tôi trên tập hợp đào tạo đã sử dụng để phát triển AutoDock 4. Tốc độ xử lý còn được gia tăng nhờ sự song song hóa, sử dụng đa luồng trên các máy đa lõi. AutoDock Vina tự động tính toán các bản vẽ lưới và nhóm kết quả một cách rõ ràng cho người sử dụng. © 2009 Wiley Periodicals, Inc. Tạp chí Comput Chem 2010

Một hàm mật độ mới (DF) thuộc loại xấp xỉ gradient tổng quát (GGA) cho các ứng dụng hóa học chung có tên là B97‐D được đề xuất. Nó dựa trên phương án chuỗi lũy thừa của Becke từ năm 1997 và được tham số hóa rõ ràng bằng cách bao gồm các hiệu chỉnh phân tán cặp nguyên tử dạng triệt tiêu C₆ · R⁻⁶. Một sơ đồ tính toán tổng quát cho các tham số được sử dụng trong hiệu chỉnh này đã được thiết lập và các tham số cho các nguyên tố lên tới xenon và một hệ số tỷ lệ cho phần phân tán cho một số hàm mật độ thông thường (BLYP, PBE, TPSS, B3LYP) được báo cáo. Hàm mới được thử nghiệm so sánh với các GGAs khác và hàm lai B3LYP trên các bộ tiêu chuẩn kiểm tra nhiệt hóa học, cho 40 hợp chất liên kết không cộng hóa trị, bao gồm cả các phân tử thơm xếp chồng lớn và cụm nguyên tố nhóm II, và cho việc tính toán hình học phân tử. Thêm vào đó, các bài kiểm tra chéo được thực hiện cho các phản ứng hữu cơ kim loại và các vấn đề khó khăn khác đối với các hàm tiêu chuẩn. Tóm lại, tìm thấy rằng B97‐D thuộc vào một trong những GGAs đa năng chính xác nhất, đạt đến, ví dụ cho bộ G97/2 của nhiệt hình thành, một độ lệch tuyệt đối trung bình chỉ có 3.8 kcal mol⁻¹. Hiệu suất cho các hệ thống liên kết không cộng hóa trị bao gồm nhiều phức hợp van der Waals thuần rất tốt, đạt đến độ chính xác CCSD(T) trung bình. Chiến lược cơ bản trong phát triển để hạn chế mô tả hàm mật độ đến chiều dài tương quan electron ngắn hơn và mô tả các tình huống với khoảng cách giữa các nguyên tử trung bình đến lớn bằng các thuật ngữ C₆ · R⁻⁶ triệt tiêu dường như rất thành công, như chứng minh cho một số phản ứng khó khăn nổi tiếng. Chẳng hạn, đối với sự đồng phân hóa của các alkan nhánh lớn hơn sang alkan thẳng, B97‐D là hàm duy nhất có sẵn đưa ra dấu đúng cho sự chênh lệch năng lượng. Từ quan điểm thực tế, hàm mới dường như khá chắc chắn và do đó được đề xuất như một phương pháp hóa học lượng tử hiệu quả và chính xác cho các hệ thống lớn nơi lực phân tán có tầm quan trọng chung. © 2006 Wiley Periodicals, Inc. J Comput Chem 2006

Coot là một ứng dụng đồ họa phân tử chuyên dùng cho việc xây dựng và thẩm định mô hình phân tử sinh học vĩ mô. Chương trình hiển thị các bản đồ mật độ điện tử và các mô hình nguyên tử, đồng thời cho phép thực hiện các thao tác mô hình như chuẩn hóa, tinh chỉnh không gian thực, xoay/chuyển tay chân, hiệu chỉnh khối cố định, tìm kiếm phối tử, hydrat hóa, đột biến, phối hợp và chuẩn hóa Ramachandran. Hơn nữa, các công cụ cũng được cung cấp để thẩm định mô hình cũng như giao diện với các chương trình bên ngoài để tinh chỉnh, thẩm định và đồ họa. Phần mềm được thiết kế để dễ dàng học hỏi cho người dùng mới, nhờ vào việc đảm bảo rằng các công cụ cho những tác vụ thông thường có thể được phát hiện thông qua các thành phần giao diện người dùng quen thuộc (menu và thanh công cụ) hoặc bởi hành vi trực quan (điều khiển bằng chuột). Những phát triển gần đây đã tập trung vào việc cung cấp các công cụ cho người dùng chuyên nghiệp, với các phím tắt có thể tùy chỉnh, mở rộng và một giao diện kịch bản phong phú. Phần mềm đang trong giai đoạn phát triển nhanh chóng, nhưng đã đã đạt được sự phổ biến rộng rãi trong cộng đồng tinh thể học. Tình trạng hiện tại của phần mềm được trình bày, cùng với mô tả các tiện ích có sẵn và một số phương pháp cơ bản được sử dụng.

Một cách tiếp cận mới, thỏa thuận mẫu ngẫu nhiên (RANSAC), được giới thiệu để xây dựng mô hình cho dữ liệu thực nghiệm. RANSAC có khả năng diễn giải/làm mềm dữ liệu chứa một phần trăm cao lỗi nghiêm trọng, do đó rất thích hợp cho các ứng dụng trong phân tích hình ảnh tự động, nơi việc diễn giải dựa trên dữ liệu do các bộ phát hiện đặc trưng dễ bị lỗi cung cấp. Một phần lớn của bài báo này mô tả việc áp dụng RANSAC vào Vấn đề Xác định Vị trí (LDP): Cho một hình ảnh mô tả một tập hợp các điểm mốc với vị trí đã biết, xác định điểm trong không gian từ đó hình ảnh được lấy. Để đáp ứng yêu cầu của RANSAC, các kết quả mới được rút ra về số lượng điểm mốc tối thiểu cần thiết để đạt được một giải pháp, và các thuật toán được trình bày nhằm tính toán các giải pháp tối thiểu về điểm mốc theo dạng đóng. Các kết quả này cung cấp nền tảng cho một hệ thống tự động có thể giải quyết LDP trong những điều kiện xem khó khăn.