A generalized method for the estimation of the intensity of electron-phonon interaction in photosynthetic pigments using the evolutionary optimization algorithm

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

Modeling of the optical response of photosynthetic pigments is an essential part of the study of fundamental physical processes of interaction of multi-atomic molecules with an external electromagnetic field. The use of semiclassical quantum theories in this case is more preferable than the use of ab initio methods for calculating the ground and excited states of a molecule, since semiclassical theories allow us to use characteristic functions, such as spectral density, to calculate absorption spectra rather than to take into account the full set of electron and atom configurations. The main disadvantage of this approach is the necessity of constant comparison of the calculated and experimental spectra and, as a consequence, the need to justify the uniqueness of the obtained parameters of the system under study and to evaluate their statistical significance. One of the possible options to significantly improve the quality of the optical response calculation is the use of a heuristic evolutionary optimization algorithm that minimizes the difference between the measured and theoretical spectra by determining the most appropriate set of model parameters. Using the spectra of photosynthetic pigments measured in different solvents as an example, we have shown that the modeling optimization not only allows us to obtain a good agreement between the calculated and experimental data, but also to unambiguously determine such parameters of the theory as the electron-phonon interaction coefficients for the electronic excited states of chlorophyll, lutein and β-carotene.

Sobre autores

V. Kurkov

Prokhorov General Physics Institute of the Russian Academy of Sciences; Moscow Institute of Physics and Technology (National Research University)

Email: rpishchal@kapella.gpi.ru
Rússia, Moscow; Dolgoprudny

D. Chesalin

Prokhorov General Physics Institute of the Russian Academy of Sciences

Email: rpishchal@kapella.gpi.ru
Rússia, Moscow

A. Razjivin

Lomonosov Moscow State University

Email: rpishchal@kapella.gpi.ru

Belozersky Research Institute of Physico-Chemical Biology

Rússia, Moscow

U. Shkirina

Prokhorov General Physics Institute of the Russian Academy of Sciences; Lomonosov Moscow State University

Email: rpishchal@kapella.gpi.ru

Department of Mechanics and Mathematics

Rússia, Moscow; Moscow

R. Pishchalnikov

Prokhorov General Physics Institute of the Russian Academy of Sciences

Autor responsável pela correspondência
Email: rpishchal@kapella.gpi.ru
Rússia, Moscow

Bibliografia

  1. Jang S. J., and Mennucci B. Rev. Mod. Phys. 90, 035003 (2018). https://doi.org/10.1103/RevModPhys.90.035003
  2. Mirkovic T., Ostroumov E. E., Anna J. M. et al. Chem. Rev. 117, 249 (2017). https://doi.org/10.1021/acs.chemrev.6b00002
  3. Gorokhov V.V., Knox P.P., Korvatovsky B.N. et al. Russ. J. Phys. Chem. B 17, 571 (2023). https://doi.org/10.1134/S199079312303020X
  4. Blankenship R.E. Molecular Mechanisms of Photosynthesis, 2nd ed., Wiley-Blackwell, Oxford, (2014).
  5. Renger T., Madjet M.E.A., Busch M.S.A. et al. Photosynth. Res. 116, 367 (2013). https://doi.org/10.1007/s11120-013-9893-3.
  6. Cherepanov D.A., Milanovsky G.E., Aybush A.V. et al. Russ. J. Phys. Chem. B 17, 584 (2023). https://doi.org/10.1134/S1990793123030181
  7. Renger T.J. Phys. Chem. B. 125, 6406 (2021). https://doi.org/10.1021/acs.jpcb.1c01479.
  8. Novoderezhkin V.I., Romero E., Dekker J.P. et al. ChemPhysChem. 12, 681 (2011). https://doi.org/10.1002/cphc.201000830.
  9. Bruggemann B., Sznee K., Novoderezhkin V. et al. J. Phys. Chem. B. 108, 13536 (2004). https://doi.org/10.1021/jp0401473
  10. Brixner T., Hildner R., Kohler J. et al. Adv. Energy Mater. 7, 1700236 (2017). https://doi.org/10.1002/aenm.201700236
  11. Croce R., and van Amerongen H. Nature Chemical Biology. 10, 492 (2014). https://doi.org/10.1038/nchembio.1555
  12. Cherepanov D.A., Milanovsky G.E., Nadtochenko V.A. et al. Russ. J. Phys. Chem. B 17, 594 (2023). https://doi.org/10.1134/S1990793123030193
  13. Nelson T.R., White A.J., Bjorgaard J.A. et al. Chem. Rev. 120, 2215 (2020). https://doi.org/10.1021/acs.chemrev.9b00447.
  14. Cremer D.. Pople J.A.J. Am. Chem. Soc. 97, 1354 (1975). https://doi.org/10.1021/ja00839a011
  15. Ditchfield R., Hehre W.J., Pople J.A.J. Chem. Phys. 54, 724 (1971). https://doi.org/10.1063/1.1674902
  16. Khrenova M.G., Polyakov I.V., Nemukhin A.V. Russ. J. Phys. Chem. B 16, 455 (2022). https://doi.org/10.1134/S1990793122030174
  17. Mukamel S. Principles of Nonlinear Optical Spectroscopy, Oxford University Press, New York, (1995).
  18. Chesalin D.D., Kulikov E.A., Yaroshevich I.A. et al. Swarm Evol. Comput. 75, 101210 (2022). https://doi.org/10.1016/j.swevo.2022.101210
  19. Storn R. IEEE Trans. Evol. Comput. 3, 22 (1999). https://doi.org/10.1109/4235.752918
  20. Storn R., Price K. J. Glob. Opt. 11, 341 (1997). https://doi.org/10.1023/A:1008202821328
  21. Opara K.R., Arabas J. Swarm Evol. Comput. 44, 546 (2019). https://doi.org/10.1016/j.swevo.2018.06.010
  22. Gudkov S.V., Sarimov R.M., Astashev M.E. et al. Phys. Usp. 67, 194 (2024). https://doi.org/10.3367/UFNe.2023.09.039577
  23. Pishchalnikov R.Y., Yaroshevich I.A., Zlenko D.V. et al. Photosynth. Res. 156, 3 (2023). https://doi.org/10.1007/s11120-022-00955-2
  24. Pishchalnikov R.Y., Yaroshevich I.A., Slastnikova T.A. et al. Phys. Chem. Chem. Phys. 21, 25707 (2019). https://doi.org/10.1039/c9cp04508b
  25. Balevičius V., Abramavicius D., Polívka T. J. Phys. Chem. Lett. 7, 3347 (2016). https://doi.org/10.1021/acs.jpclett.6b01455
  26. Uragami C., Saito K., Yoshizawa M., Molnar P. et al. Arch. Biochem. Biophys. 650, 49 (2018). https://doi.org/10.1016/j.abb.2018.04.021

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML

Declaração de direitos autorais © Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».