数学之路-仿生计算-分子生物学基础(1)-细胞合成的分子

一、基础



海因里希·鲁道夫·赫兹菲利普·莱纳德等人在实验中发现,光照可以从金属中打出电子来。同时他们可以测量这些电子的动能。不论入射光的强度,只有当光的频率,超过一个临限值后,才会有电子被射出。此后被打出的电子的动能,随光的频率线性升高,而光的强度仅决定射出的电子的数量。爱因斯坦提出了光的量子(光子这个名称后来才出现)的理论,来解释这个现象。光的量子的能量为

E=h\nu\;

在光电效应中,这个能量被电子获得,其中一部分被用来将金属中的电子射出(这部分能量叫功函数,用那个E_{\mbox{w}}表示),另一部分被用来加速已经脱离金属电子(这部分能量转化为电子的动能):

h\nu=E_{\mbox{w}}+\frac{1}{2}mv^2

这里m是电子的质量,v是其速度。假如光的频率太小的话,那么它无法使得电子获得足够的逸出功。这时,不论光强有多大,照射时间有多长,都不会发生光电效应。而当入射光的频率高于极限频率时,即使光不够强,当它射到金属表面时也会观察到光电子发射。


20世纪初,卢瑟福模型在当时被认为是正确的原子模型。这个模型假设带负电荷的电子,像行星围绕太阳运转一样,围绕带正电荷的原子核运转。在这个过程中库仑力与离心力必须平衡。

但是这个模型有两个问题无法解决。首先,按照经典电磁学,这个模型不稳定。按照电磁学,电子不断地在它的运转过程中被加速,同时应该通过放射电磁波丧失其能量,这样它很快就会坠入原子核。其次,实验结果显示,原子的发射光谱由一系列离散的发射线组成,比如氢原子的发射光谱由一个紫外线系列(来曼系)、一个可见光系列(巴耳麦系)和其它的红外线系列组成。按照经典理论原子的发射谱应该是连续的。

1913年,尼尔斯·玻尔提出了以他名字命名的玻尔模型,这个模型为原子结构和光谱线,给出了一个理论原理。玻尔认为,电子只能在对应某些特定能量值E_n的轨道上运转。假如一个电子,从一个能量比较高的轨道(E_n),跃到一个能量比较低的轨道(E_m)上时,它发射的光的频率为

\nu=\frac{E_n-E_m}{h}

反之,电子通过吸收同样频率的光子,可以从低能的轨道,跃到高能的轨道上。

玻尔模型可以解释氢原子的结构。

因此电子之间的衍射可以被排除。显然电子同时通过了两个缝,相互之间发生了衍射,从而导致了这个结果。对于经典物理学来说,这个解释非常奇怪。从量子力学的角度来看,电子的分布概率和衍射结果均可以通过 |\psi\rangle = 1/\sqrt{2} \, (|1\rangle + |2\rangle) 这两个通过两个栅的、叠加在一起的状态,简易地演算出来。这个实验非常明显地显示出了 波粒二象性
电子在空间出现的坐标具有不确定性,电子聚集的多,就说明电子在这里出现的概率较大,反之,概率较小。很多电子聚集在一起,可以形象的称为电子云。
就是说原子由原子核和电子组成,电子的数量决定了原子的种类,而电子数量确实不多,它在原子核周围转悠无处可走,如果可以走了 就发生了化学反应,比如跑了一个电子到其它原子去了就会形成正负电荷相反的2个原子,这2个原子互相吸引,就形成了化合物,形成了相反电荷,形成了离子键
2个原子共用一对或多对电子形成了分子,分子形成的共价键

二、功能团

1、细胞合成的分子中含有碳,组成细胞的分子中最为重要的功能团有:

(1)-OH 羟(qiǎng)基

由氢原子和氧原子组成,氧原子一方面与氢形成单键,另一方面又与碳形成单键。

(2)>CO羰(tāng)基

一个碳原子与一个氧原子形成双键,碳原子的另外2个键可以连在另外的碳上,也可以与氢相连。

(3)-COOH羧(suō)基

碳原子一方面与氧形成双键,另一方面又连接着一个羟基


(4)-NH2氨基

由一个氮原子 和两个氢原子 组成,氮原子上的另一个键可连在碳上,起到碱的作用,能吸引H+。


含氨基的有机化合物可称为胺类


上图为甲氨

大分子分为蛋白质、核酸、多糖、脂质,其中前3种由多聚体组成,多聚体是由相同 或相似的小分子组成的长链,这种小分子称为单体,

单体都包括H和-OH,这意味多个单体可造成脱水,因为多个单体的H与-OH会合成水(H2O),而如果要分解为单体,即分解大分子,就是要加入一个水分子使分子间的化学键断裂。因为H2O会被分解并连接到被释放的单体中,是脱水的逆过程

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在自然界的池塘中常常生活着一群青蛙,并且分布着许多石头,青蛙通过在不同的石头间进行跳跃去寻找食物较多的地方。每只青蛙通过跳跃到不同的石头来提高自己寻找食物的能力,而青蛙个体之间通过思想的交流与共享,实现信息的交互。混合蛙跳算法(Shuffled Frog Leaping Algorithm, SFLA)是模拟青蛙觅食过程中群体信息共享和交流机制而产生的一种群体智能算法,是一种全新的启发式群体智能进化算法。该算法由Eusuff和Lansey在2003年首次提出,并成功解决管道网络扩充中管道尺寸的最小化问题。关于蛙跳算法的研究目前还比较少,近年来国内外一些学者多将混合蛙跳算法用于优化问题、旅行商问题、模糊控制器设计等方面。 混合蛙跳算法的实现机理是通过模拟现实自然环境中青蛙群体在觅食过程中所体现出的协同合作和信息交互行为,来完成对问题的求解过程。每只青蛙被定义为问题的一个解。整个青蛙群体采用模因分组方法分为不同的子群体,来模拟青蛙的聚群行为,每个子群体称为模因分组。模因组中的每只青蛙都有为了靠近目标而努力的想法,具有对食物源远近的判断能力,并且受其他青蛙影响,这里称为文化。每个模因组都有自己的文化,影响着其他个体,并随着模因组的进化而进化。在模因组的每一次进化过程中,在每个模因组中找到组内位置最好和最差的青蛙。组内最差青蛙采用类似于粒子群算法中的速度位移模型操作算子,执行局部位置更新,对最差青蛙位置进行调整。模因组内经过一定次数的模因进化后,不同模因组间的青蛙重新混合成整个群体,实现各个模因组间的信息交流与共享,直到算法执行完预定的种群进化次数结束。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值