Video Experimental Relacionado
Updated: Feb 4, 2026

Asthma Detection Research Based on Voice Signal Processing and Machine Learning
Published on: July 22, 2025
El proceso de enclavamiento en máquinas moleculares explicado por un enfoque combinado: el método de banda elástica
Lucio Peña-Zarate1, Alberto Vela1, Jorge Tiburcio1
1Department of Chemistry, Centro de Investigación y de Estudios Avanzados (Cinvestav) Avenida IPN 2508 Mexico City 07360 Mexico avela@cinvestav.mx jtiburcio@cinvestav.mx.
Este estudio presenta un marco computacional para modelar el ensamblaje de máquinas moleculares, revelando pasos clave como el "mecanismo de garra" en la formación de rotaxanos. El método impulsado por IA predice con precisión las barreras de energía, lo que ayuda al diseño futuro de sistemas supramoleculares.
Área de la Ciencia:
- Química Supramolecular
- Química Computacional
- Inteligencia Artificial en Química
Sus antecedentes:
- Las máquinas moleculares requieren una comprensión precisa de los mecanismos de movimiento programado.
- Los rotaxanos son máquinas moleculares artificiales prominentes capaces de movimientos controlados como el enhebrado y el deslizamiento.
Objetivo del estudio:
- Desarrollar un marco teórico confiable para describir el movimiento de enhebrado durante el ensamblaje de complejos tipo rotaxano.
- Proporcionar una descripción atomística del proceso de enhebrado utilizando métodos computacionales avanzados.
Principales métodos:
- Combinación del método de banda elástica empujada de imagen ascendente (CI-NEB) con el potencial de red neuronal ANI-1ccx.
- Utilización de datos de estándar de oro para entrenar el potencial de red neuronal.
- Realización de análisis de descomposición de energía en estructuras seleccionadas.
Principales resultados:
- Descripción atomística precisa de los procesos de enhebrado para diversas moléculas en forma de mancuerna y huéspedes macrocíclicos.
- Identificación de dos pasos clave: estabilización mediante enlaces de hidrógeno (mecanismo de garra) y expansión del macrociclo.
- ANI-1ccx discrimina eficazmente los estados cargados y las barreras de energía calculadas se alinean bien con los datos experimentales.
Conclusiones:
- La metodología presentada ofrece una herramienta robusta basada en IA para estudiar movimientos en sistemas supramoleculares.
- Los hallazgos proporcionan información sobre los mecanismos fundamentales que rigen el ensamblaje de rotaxanos.
- El enfoque demuestra el potencial de los potenciales de redes neuronales en la predicción de interacciones moleculares complejas.
Videos de Conceptos Relacionados
Machines
A free-body diagram of the...
Machines: Problem Solving II
Machines: Problem Solving I
The toggle clamp system is a machine structure consisting of movable, pin-connected multi-force members that form a stabilized system to transmit forces. The...
Mechanical Efficiency of Real Machines
However, in reality, no machine can be truly ideal, and all of them experience some...
Sequence Networks of Rotating Machines
Zero-sequence current induces a voltage drop across the generator's neutral impedance and other...
Simplified Synchronous Machine Model
In this model, each generator is connected to a...

