我国化学信息学研究的地位与近期研究进展

我国化学信息学研究在理论计算、分子动力学模拟、优化算法及药物设计等领域取得显著进展。优化算法在团簇结构优化上取得突破,分子动力学模拟应用于药物设计和生物系统研究。在药物设计中,建立了数据库和预测模型,支持向量机和量子化学计算在蛋白质相互作用预测中展现出潜力。
摘要由CSDN通过智能技术生成

近两年来,我国的化学信息学研究得到了快速发展,在某些专题的研究方面达到了国际前沿水平。在理论与计算化学研究中,基于第一性原理的新型并行计算方法被提出并用于纳米材料电子结构的高效计算[24],轨道分解方法被用来简化磁性质的四分量相对论计算[25]。同时,量化计算被越来越多地应用于团簇优化[26]及材料性质的预测[27],并越来越注重与实际结合用于反应过程过渡态和催化机理研究[28]。此外,密度泛函理论方法用于富勒烯衍生物及碳纳米管复合物的研究也成为科研热点[29]。分子动力学模拟在化学领域的应用也取得了较好的研究成果。半离子化模型的提出,很好地描述了金属氧化物和有机分子之间的相互作用[30]。分子动力学结合自由能计算预测药物分子的包结模型,为设计新的药物分子提供思路[31,32]。分子动力学模拟用于激动剂和拮抗剂的作用机理及信号转导模型研究,开发了治疗中枢神经系统疾病的新药物[33]。分子动力学在生命与化学现象研究中也取得了一定的进展[34]。浙江大学李浩然教授的课题组采用分子动力学模拟及量子化学计算等方法开展了催化氧化过程、离子液体及其相互作用、生物小分子的异构化过程等一系列研究工作,对水分子提升和抑制催化剂催化能力的机理 [35]TMGL离子液体与二氧化硫及二氧化碳间的相互作用、二氧化硫及二氧化碳在此离子液体中的溶解度问题[36]以及核糖的异构化行为等的研究得到了国际同行的好评。上海交通大学孙淮教授带领的课题组多年来一直从事用分子模拟技术预测流体热力学性质的研究,他们采用的方法包括平衡分子动力学、非平衡分子动力学和不同类型(GEMC, GCMC)的蒙特卡洛方法。与国际上其它课题组相比,他们所用的分子力学力场是基于第一性原理计算推导得到的,因而可以应用到没有实验数据的真实流体。他们用同一力场预测包括密度、蒸发焓、混合焓、亨利常数、气液相平衡、压缩系数、热容系数、表面张力、粘度系数和热传导系数等多种物理性质。在前四届国际工业流体模拟挑战赛(IFPSC)中,取得了三个冠军、三个第三名的好成绩。

优化算法在团簇结构优化及相关的规律研究中作用突出。针对大尺寸团簇优化的难题,建立了一系列高效的优化算法。南开大学化学信息学课题组在多年研究工作的基础上,对所建立的动态格点算法进行了发展,通过固定内核缩小搜索空间[37],采用内部操作改善搜索效率[38],从而在大尺寸团簇的结构优化

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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