Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Molecular Models02:00

Molecular Models

44.2K
Physical models representing molecular architectures of chemical compounds play essential roles in understanding chemistry. The use of molecular models makes it easier to visualize the structures and shapes of atoms and molecules.
44.2K
Molecular Shapes01:18

Molecular Shapes

62.8K
Molecules have characteristic shapes that are crucial for their function. The arrangement of various electron groups around the central atom dictates their molecular geometry. Electron pairs in the valence shell of a central atom will adopt an arrangement that minimizes repulsions between the electron pairs by maximizing the distance between them. The valence electrons form either bonding pairs, located primarily between bonded atoms, or lone pairs.
Two regions of electron density in a diatomic...
62.8K
Resonance and Hybrid Structures02:16

Resonance and Hybrid Structures

27.8K
According to the theory of resonance, if two or more Lewis structures with the same arrangement of atoms can be written for a molecule, ion, or radical, the actual distribution of electrons is an average of that shown by the various Lewis structures.
Resonance Structures and Resonance Hybrids
The Lewis structure of a nitrite anion (NO2−) may actually be drawn in two different ways, distinguished by the locations of the N–O and N=O bonds.
27.8K
Predicting Molecular Geometry02:27

Predicting Molecular Geometry

46.4K
VSEPR Theory for Determination of Electron Pair Geometries
46.4K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Side-Chain-Based Cross-Linking of Amorphous Iono-Electronic Conductive Polymers for Thermo-Chemical Stability in Electrochemical Devices.

ACS applied materials & interfaces·2026
Same author

High-Throughput Discovery of Conformation-Switching Mechanophores with Enhanced Reactivity and Stability.

Inorganic chemistry·2026
Same author

Mechanophore cross-linking enhances ballistic energy dissipation of polymers.

Nature·2026
Same author

QuantumPDB: A Workflow for High-Throughput Quantum Cluster Model Generation from Protein Structures.

Journal of chemical information and modeling·2026
Same author

Mammalian-like steroidogenesis in plants gives rise to endocrine-mimetic cardenolides.

Science advances·2026
Same author

pyEF: A Python Framework for QM and QM/MM Atom-Wise Electric Field Analysis.

Journal of chemical theory and computation·2026
Same journal

PFASGroups: An Open-Source Framework for Automated Identification, Structural Classification, and Prioritization of Per- and Polyfluoroalkyl Substances.

Journal of chemical information and modeling·2026
Same journal

DeepKbhb: Context-Aware Prediction of Human Lysine β-Hydroxybutyrylation Sites.

Journal of chemical information and modeling·2026
Same journal

HyperDC: A Non-Uniform Hypergraph Framework for Dual- and Higher-Order Drug Combination Recommendation Across Diverse Complex Diseases.

Journal of chemical information and modeling·2026
Same journal

Correction to "AstraMEV (AI-Guided Structural Assembly of Multi-Epitope Vaccines) Against Infectious Bronchitis Virus".

Journal of chemical information and modeling·2026
Same journal

MolPy: A Large Language Model-Friendly Toolkit for Reactive Topology Editing in Polymer Simulations.

Journal of chemical information and modeling·2026
Same journal

Molecular Mechanisms of KIT Receptor Dimerization and Oncogenic Activation Revealed by Multiscale Simulations.

Journal of chemical information and modeling·2026
Ver todos los artículos relacionados

Video Experimental Relacionado

Updated: Feb 26, 2026

Curation of Computational Chemical Libraries Demonstrated with Alpha-Amino Acids
08:21

Curation of Computational Chemical Libraries Demonstrated with Alpha-Amino Acids

Published on: April 13, 2022

3.1K

molSimplify 2.0: Generación mejorada de estructuras para la automatización del descubrimiento en química molecular e

Gianmarco G Terrones1, Roland G St Michel1,2, Jacob W Toney1

  • 1Department of Chemical Engineering, Massachusetts Institute of Technology, Cambridge, Massachusetts 02139, United States.

Journal of chemical information and modeling
|February 25, 2026
PubMed
Resumen
Este resumen es generado por máquina.

El software molSimplify se ha actualizado para el modelado molecular y de materiales automatizado. Las nuevas funciones mejoran la generación de complejos de metales de transición y permiten el diseño de novo de alto rendimiento para diversos materiales.

Palabras clave:
química computacionaldiseño de materialesmodelado molecularcomplejos de metales de transiciónMOFmetaloenzimasquímica inorgánicaquímica reticulardescubrimiento automatizadomolSimplify

Más Videos Relacionados

Author Spotlight: Accelerating Discovery in Microporous Material Chemistry
07:20

Author Spotlight: Accelerating Discovery in Microporous Material Chemistry

Published on: October 6, 2023

4.5K
Applying Cheminformatics to Develop a Structure Searchable Database of Analytical Methods
05:34

Applying Cheminformatics to Develop a Structure Searchable Database of Analytical Methods

Published on: June 6, 2025

1.8K

Videos de Experimentos Relacionados

Last Updated: Feb 26, 2026

Curation of Computational Chemical Libraries Demonstrated with Alpha-Amino Acids
08:21

Curation of Computational Chemical Libraries Demonstrated with Alpha-Amino Acids

Published on: April 13, 2022

3.1K
Author Spotlight: Accelerating Discovery in Microporous Material Chemistry
07:20

Author Spotlight: Accelerating Discovery in Microporous Material Chemistry

Published on: October 6, 2023

4.5K
Applying Cheminformatics to Develop a Structure Searchable Database of Analytical Methods
05:34

Applying Cheminformatics to Develop a Structure Searchable Database of Analytical Methods

Published on: June 6, 2025

1.8K

Área de la Ciencia:

  • Química Computacional
  • Ciencia de Materiales
  • Química Computacional

Sus antecedentes:

  • El modelado molecular automatizado requiere herramientas eficientes para manejar estructuras químicas complejas.
  • La generación de complejos de metales de transición (TMCs) con alta denticidad y evitando choques estéricos es un desafío.
  • Extender las capacidades de modelado a sistemas periódicos y metaloenzimas es crucial para aplicaciones más amplias.

Objetivo del estudio:

  • Proporcionar una descripción general de las funcionalidades principales de molSimplify y las mejoras recientes.
  • Presentar nuevas clases y algoritmos mejorados para el modelado molecular y de materiales.
  • Demostrar la utilidad de molSimplify para la generación de novo de TMCs y otros sistemas complejos.

Principales métodos:

  • Descripción de las clases mol3D y atom3D para almacenar y manipular información atómica/de enlace.
  • Introducción de la clase mol2D para la unicidad basada en grafos y la identificación de subestructuras.
  • Mejoras en la decoración y la adición de subestructuras para la derivatización molecular sistemática.
  • Mejoras en la generación de complejos de metales de transición, incluida la eliminación de choques estéricos y el manejo de ligandos de alta denticidad.
  • Integración con modelos de aprendizaje automático para predecir identidades de átomos coordinantes.
  • Aplicación de la clase protein3D para el modelado de metaloenzimas.
  • Demostración utilizando un flujo de trabajo para generar complejos de Ir a partir de cadenas SMILES.

Principales resultados:

  • Capacidades mejoradas para leer, modificar y caracterizar geometrías moleculares.
  • Derivatización sistemática de moléculas plantilla a través de funciones mejoradas de decoración y subestructura.
  • Generación exitosa de complejos de metales de transición (TMCs) con mayor denticidad y sin choques estéricos.
  • Generación de TMCs de novo y de alto rendimiento habilitada por la integración de aprendizaje automático.
  • Aplicaciones demostradas en sistemas periódicos (MOF) y metaloenzimas.
  • Validación del flujo de trabajo mediante la generación precisa de estructuras de complejos de Ir conocidos.

Conclusiones:

  • Las mejoras recientes en molSimplify mejoran significativamente el modelado molecular y de materiales automatizado.
  • El código actualizado facilita la generación de novo de TMCs y estructuras relacionadas de alto rendimiento.
  • molSimplify es extensible a diversos materiales periódicos como MOF, COF y zeolitas, así como a TMCs multimetálicos.