分子模拟软件范文

分子模拟软件范文（精选10篇）

分子模拟软件 第1篇

液晶显示屏 (LCD) 在电视、手机和标牌等方面应用广泛。LCD装置性能的最优化在很大程度上取决于指向矢与光线的传播和偏振的互动方式。因此, 对指向矢配置进行精确和可靠的模拟对于LCD装置性能的最优化非常重要。

牛津大学的研究人员开发了液晶分子取向模拟软件。该软件使用关系程序在一维、二维或三维内来决定向列型液晶装置结构的指向矢配置。该软件可用来理解液晶装置的复杂结构, 研究3D的松弛过程, 研究指向矢浮动的动力学, 使指向矢分布具象化以及模拟指向矢结构的光学等。

分子模拟软件 第2篇

磁场作用下水溶液结晶过程的分子动力学模拟

采用分子动力学模拟方法对不同磁场、温度条件下水溶液的结晶过程进行了模拟研究.计算结果表明,水溶液的结晶成核速率和晶体生长速率与磁感应强度之间具有多极值关系,特别在常温以及磁感应强度为0.25 T时,磁场对水溶液结晶参数的影响最为明显.

作 者：张军 胡松青  作者单位：石油大学应用物理系,山东东营,257061 刊 名：石油大学学报(自然科学版)  ISTIC EI PKU英文刊名：JOURNAL OF THE UNIVERSITY OF PETROLEUM，CHINA（EDITION OF NATURAL SCIENCE） 年，卷(期)： 27(1) 分类号：O482.5 关键词：磁场   水溶液   结晶   分子动力学   模拟  

蒋帆：生物分子计算机模拟的探索者 第3篇

蒋帆，中国生物分子模拟研究中的后起之秀，北京大学深圳研究生院化学生物学与生物技术学院副研究员，就认准了这一方向。“不想当将军的士兵不是好士兵”，他立志在这片领域上开疆拓土，做出具有特色的工作，成长为一员“大将”。

逐心声踏入新领域

“我很小的时候就开始对科学知识充满兴趣，并且梦想以后成为科学家。”蒋帆中学时期就对物理、化学情有独钟，特别对物质的微观结构感兴趣，在他眼中，分子、原子、电子这些看不到但又确实存在的东西有着非凡的魅力。小小年纪的他已经抱着《物质结构》这样的书手不释卷了。

基于兴趣和勤奋，蒋帆高中期间在全国高中学生化学竞赛中取得了优异的成绩，因此他被保送到北京大学化学专业，并进入了北京大学最后一届理科实验班（现北京大学元培班前身）。

那时恰是20世纪90年代末，信息技术迅猛发展，而“21世纪是生命科学的世纪”这一预言也已经出现。生机勃勃的计算机技术和生命科学领域引发了蒋帆的关注，他甚至一度有过要转系到生物专业并辅修计算机的想法，虽然后来这个想法作罢，他却始终希望能利用计算机来进行前沿的科学研究。2002年，蒋帆抓住机遇，开始了计算化学领域的研究。

这一年的暑假，蒋帆进入吴云东院士的实验室，从事不对称催化反应的理论计算研究。“这类研究的一个关键是寻找反应关键步的合理的过渡态结构，并分析这些结构来帮助人们理解催化剂的活性和选择性背后的机理。”当时的一个课题是研究脯氨酰氨衍生物催化的不对称羟醛反应。在吴云东院士的指导下，蒋帆通过量子力学计算方法找到了关键的过渡态结构，其独特的双氢键螯合结构，降低了反应的活化能。而且，产生（S）-型产物的过渡态结构中因为有原子间的立体冲突，能量较高，这也解释了为何（R）-型产物要多很多的实验现象。

当时，有机小分子催化还是非常前沿的研究领域，论文在《美国化学会志》上发表以后就很快获得广泛关注。到2008年时，SCI被引用次数已经超过200次，成为当时中国大陆24篇被引次数最多的论文之一，蒋帆因此获得了中国“汤姆森一路透卓越研究奖”。此后，在吴院士的引导下，他的研究对象逐渐从有机小分子转向多肽、蛋白质等生物分子，踏进了生物分子计算机模拟的新领域。

破瓶颈获取新成果

自从Watson和Crick在1953年提出了DNA的双螺旋结构以后，人们认识到生物分子的功能和其三维空间结构紧密相关，并在测定各种生物分子的结构上投入了大量的努力。从1962年至今，共有9次诺贝尔化学奖与此有关。生物分子三维空间结构的研究探索，对生命科学的发展至关重要。

蒋帆志愿成为“生物分子模拟”研究方向的探索者，努力实现既高效又准确的预测方法，为生命科学的发展砌砖铺路。一步一个脚印，通过多年的学习与实践，蒋帆摸着石头过河，创造了一个个价值不菲的科研成果，为中国的“分子模拟”水平提升到一个新台阶贡献了自己的力量。

“残基特异性（Residue-Specific）蛋白质力场的创造是一个关键性成果。”蒋帆说，分子力场是描述原子间相互作用的解析势能函数，是分子模拟的基础。对于能够自发折叠的多肽和小蛋白，从非折叠状态开始，只要模拟足够长的时间，一个好的力场就应该能够将它们折叠到天然态结构，并给出正确的热力学稳定性。然而，之前常用的力场并不能同时稳定各种不同的肽或小蛋白的天然态结构。

“关键的问题在于不同的氨基酸残基有不同的局部构象偏好。之前的力场对不同的氨基酸使用一套跟主链构象相关的二面角能量项的参数，就不能很好地描述这种差别。”于是蒋帆对不同氨基酸残基使用不同的参数，创造性地通过运用挖掘大量的蛋白质晶体结构数等方法，改进现有的一些力场，得到一系列新的残基特异性力场。RSFF1，是蒋帆与合作者开发的第一个力场，该成果以封面文章的形式发表在2014年的J.Phys.Chem.B上。2015年，第二个力场RSFF2问世，受邀请发表在同一个期刊上。

同时，蒋帆和合作者利用已经开发的残基特异性力场来进行蛋白质模型的优化（Refinement，也称为修正）。“若是蛋白质结构模型不够精准，将不能满足基于结构的药物设计要求，所以提高蛋白质模型精度至关重要。”蒋帆说。

但这并不容易，一些很出色的科学家，如蛋白质结构预测专家D.Baker，以及2013年诺贝尔化学奖得主M.Levitt，都尝试过一些优化的方法，也没有取得突破性的进展。面对这一挑战，他们使用新的RSFF1力场，对一些目标蛋白的结构模型进行了测试，发现有可能得出比人们之前能达到的优化更好（更接近实验结构）的结果。该成果发表在J.Chem.Theory Comput.上。

近年来，介于小分子和蛋白质之间的多肽类药物受到越来越多的关注，特别是环状多肽可能具有相对刚性、代谢稳定性好、易穿过生物膜等独特的优势。通过序列准确地（接近实验精度）预测其结构，可以大大地帮助人们在此领域的研究。蒋帆和合作者利用他们开发的RSFF2力场进行分子动力学模拟，发现新方法的准确度明显高于之前的方法。而且，他还发现相对于线性多肽，环状多肽的构象取样与球蛋白更相似，为环状多肽在药物设计中作为蛋白分子的替代物提供了理论上的支持。

此外，蒋帆应用自主开发的残基特异力场RSFF1，和副本交换分子动力学（REMD）模拟，将一系列有不同二级和三级结构的小蛋白质分子成功折叠到了接近它们的天然态实验结构。这是世界上首次仅仅利用通常可获取的计算资源，就实现大规模的从头折叠模拟。此研究表明了残基特异性力场的优势。在研究中，他还发现蛋白在非折叠态就已经存在相当多的二级结构，以及折叠过程的“摩擦”约为2.5 kcal/mol。此成果蒋帆以第一作者兼共同通讯作者在JAm.Chem Soc.（《美国化学会志》）上发表了论文。

育青年志在前方路

在分子模拟之路上勇往直前的同时，蒋帆也在三尺讲台上播撒雨露芬芳。作为导师，蒋帆会不断为学生的发展前途考虑，并想通过自己的教导，让学生们能在研究的过程学到有用的知识，获得有用的技能。

“我们会尽量根据学生的知识背景和兴趣，让他们做比较擅长的事情，而且一开始会给一个相对容易的课题上手。这样会有较好的成就感，更容易喜欢上做科学研究。”蒋帆就是这样一个细致入微的老师。

传递知识的火种，突破科技的瓶颈，蒋帆在人生路上自得其乐，却也坦言“科研是竞争性很强的活动，会有相当的压力和紧张感，而且把科研做好，并不是一件容易的事情”。但是他坚信，通过自己的努力和智慧，必定会在这个领域中有所收获，为国家的科技事业贡献力量。

放眼向前，蒋帆斗志昂扬。蒋帆认为准确地预测生物分子的空间结构是一个非常重要也非常有挑战性的问题，未来几年内会继续研究这个问题。“以后将发展更高效的分子力场，以及更好的搜索构象的方法，并会尝试结合现在的机器学习方法和生物信息学的方法，或者结合一些容易获得的实验数据，来提高计算的效率。”他盘算起自己的想法，而除了多肽和蛋白以外，他还计划发展预测蛋白和小分子复合物的结构，以及含有核酸的体系的方法。“这也具有潜在的重要应用价值。”他说。

分子模拟软件 第4篇

关键词：蛋白复合物,三维重建,三维分割,分子模拟

蛋白质分子是由20种不同的氨基酸通过共价键连接而成的线性多肽链,每一种蛋白质在天然条件下都有自己特定的空间结构。但以一定氨基酸顺序排列的多肽链是如何形成有一定空间结构的蛋白质分子的?这个空间结构中有着什么样的规律?其有什么样的变化和行为?这些均是近年来人们力图解决的重要问题。

1 生物大分子结构的测定方法

测定生物大分子结构的主要方法有3种:X射线单晶衍射方法、核磁共振(NMR)方法和电子显微学方法。X射线单晶衍射方法主要用于可结晶的生物大分子单体;NMR的方法通常使用于30kDa以下的生物分子;电子显微学方法虽然无法直接得到生物大分子的三级结构,但是它可以在较广的尺度范围内获得从生物大分子单体到复合物、组装体的三维结构。

电子显微学主要包括3种技术:(1)电子晶体学,这是最早发展起来的生物大分子三维重建技术,也是电镜三维重建技术中分辨率最高的。这种技术要求对样品进行二维结晶,由于大多数样品结晶是很困难的,所以限制了技术的应用。(2)单颗粒技术,其重建分辨率接近7.5A[1],但这种技术要求样品是全同性的,也限制了此技术的应用和分辨率的进一步提高;(3)冷冻电镜电子断层扫描技术(CryoElectron Tomography,CET),该技术分辨率不高,现在最高只有4～5nm[2];但是该技术对样品的要求最低,应用范围最广,只要大小合适(10～200nm)即可[3]。对于部分非全同性的超分子复合体和细胞超微结构等一定尺度的生物结构,这种技术是唯一的选择。其次这种技术与低温电子显微术相结合,能够对样品进行原位、非侵入性的研究。通过低温技术能够对生物样品进行高时间分辨的生化生理反应定格,即可对在一定功能条件下的生物大分子的三维空间结构进行研究。这种合成技术对蛋白质结构与功能关系研究极为有效。对于它分辨率不足的缺点,可以通过分子模拟方法进行解决。这就是本研究的基本思路:一方面是利用低温技术、电子断层扫描技术方法的优点,发展出中等分辨率蛋白的三维重构方法;另一方面,以三维重构结果为基础,加上分子生物学对序列的测定,建立预测生物大分子二、三级结构的计算机模型,再结合现代分子生物学的定位技术,对蛋白质的功能结构域进行局部的三级结构计算机分割、控制与计算。

分子模拟主要是指蛋白质的结构模拟,是利用计算机建立原子水平的分子模型来模拟分子的结构与行为,进而模拟分子体系的各种物理与化学性质。利用分子模拟技术结合计算机图形技术可以更形象、更直观地研究蛋白质等生物大分子的结构。蛋白质空间结构的清晰表述和研究,对揭示蛋白质结构和功能的关系,总结蛋白质结构的规律,预测蛋白质肽链折叠和蛋白质结构等,都是有力的促进。

2 国内外电子显微学研究进展

国外在大分子蛋白电子显微学研究方面,已经开始研究具有非全同性的生物样品的三维重建方法,更多地采用冷冻电镜电子断层扫描技术。美国显微镜和图像研究国家中心应用电子断层扫描技术获取大尺度生物样品的结构信息。欧洲分子生物学实验室已开始用电子断层扫描技术研究V-ATP酶以及与F-ATP酶相似的生物大分子的三维结构[4,5]。Baylor医学院研究相对分子量在300kDa～30MDa的生物大分子聚合体。现在正应用电子断层扫描技术以直接观察到生物大分子的多肽骨架[6,7]。Texas大学实验室主要开发包括冷冻电镜技术和计算机三维重构方法[8,9]。在分子模拟方面,预测蛋白质空间结构的方法可以分为2大类:(1)分子动力学方法;(2)基于知识的预测方法。第一类方法在数学上遇到了难以解决的多重极小值问题,而第二类方法又受到预测精度的限制。近年来,国际上一些研究组发展了一些从蛋白质的一级结构直接预测蛋白质空间结构的新方法:遗传算法[10]、模拟退火[11]、多维统计[12]、模糊集合论方法[13]等,这些方法在对一些简单蛋白质分子的模拟研究中已经显示出强有力的作用,对复杂蛋白质分子的模拟研究还有很多问题需要研究。

国内电子显微学三维重建研究相对于国外起步较晚,有中科院电镜室、中科院生物物理所、武汉大学生科院、清华大学等在进行电子显微学方面研究工作[15,16]。研究的对象基本上是具有全同性和对称性的生物样品,如二十面体对称的病毒颗粒,采用的是单颗粒技术。在图像处理方面都是借助国外现成的软件。在分子模拟方面国内主要借助国外提供的软件有Insight II和Quanta来进行模拟应用。

3 研究项目介绍

本项目选择MCM(Minichromosome Maintenance)蛋白复合物、浓核病毒、登革病毒作为研究材料,原因是人类MCM蛋白复合物并不出现在正常的非增殖细胞中,仅仅在癌变细胞中获得表达,可以作为特征标记检测癌变细胞或作为抗癌药物的作用靶点[14]。浓核病毒、登革病毒也是动植物中非常重要的致病因子。在形态上MCM可以作为非全同性颗粒的代表。国内部分实验室,初步建立起蛋白质电子晶体学技术和设备,初步建立起连续切片三维重构技术,已经得到一些病毒包括浓核病毒、登革病毒的三维结构[17,18,19,20],并初步完成MCM的表达与纯化工作,为此项技术的开发奠定了基础。

分子模拟软件 第5篇

超临界NaCl水溶液的分子动力学模拟?

采用分子动力学模拟的方法对超临界NaCl水溶液的.微观结构进行了研究.模拟发现在所研究超临界条件下,密度的变化比温度的变化对超临界NaCl水溶液的微观结构影响更大.温度及密度对Cl--H2O径向分布函数的影响比对Na+-H2O径向分布函数的影响要大.超临界条件下,各gNa+-Cl-在0.261nm处出现峰值,表明Na+、Cl-之间发生了离子的缔合.超临界条件下,随温度增加,缔合作用增强;随密度增加,缔合作用减弱.本文工作为建立可适用于超临界条件下的电解质热力学模型提供了依据.

作 者：周健 朱宇 汪文川 陆小华 王延儒 王钧  作者单位：周健,朱宇,陆小华,王延儒,王钧(南京化工大学化工学院,江苏省化学工程与技术重点实验室,南京210009)

汪文川(北京化工大学化学工程学院,北京100029)

刊 名：物理化学学报  ISTIC SCI PKU英文刊名：ACTA PHYSICO-CHIMICA SINICA 年，卷(期)：2002 18(3) 分类号：O645.164 关键词：氯化钠   微观结构   超临界流体   分子动力学   分子模拟   电解质溶液   离子缔合  

分子模拟在煤科学中的应用 第6篇

1 分子模拟的原理及方法

分子模拟技术作为一种工具,源于分子力学的发展。它包括分子力学﹑分子动力学﹑蒙特卡罗及量子化学等方法。

自20世纪量子力学的快速发展,几乎有关分析的一切性质,如结构﹑构象﹑偶极矩﹑电离能﹑电子亲和力和电子密度等,皆可由量子力学计算获得。计算与实验的结果往往相当吻合,并且可由分析计算的结果得到一些实验无法获得的资料,有助于对实际问题的了解。利用分子模拟技术能使理论物理学家﹑实验化学家﹑实验物理学家可以直接在计算屏幕上模拟逼真的分子运动图像[3]。但是量子力学只是适合于简单的分子或电子数量较少的体系;而自然界和工业上的许多系统,比如生物分子﹑煤﹑材料金属﹑纳米材料等系统,不但是要了解单一分子的性质及了解分子间的交互作用,最重要的是了解整个系统的各种集合性质﹑动态行为与热力学性质。为了解决这种不足,科学家建立了一些非量子化学的方法。

分子力学可以计算庞大与复杂分子的稳定构象﹑热力学特性及振动光谱等资料,与量子力学相比较,此方法简单很多,且往往可快速得到分子的各种性质。而最早对庞大系统使用的非量子计算方法为蒙特卡罗计算方法。该方法借助系统中质点(原子或分子)的随机运动,结合统计力学的概率分配原理,以得到体系的热力学统计资料。但该方法只能计算统计的平均值,无法得到系统的动态信息。而目前使用最广泛有效的方法是分子动力学模拟,它主要是应用这些方法及根据牛顿运动力学原理发展的计算方法。与蒙特卡罗计算方法比较,分子动力模拟中系统中粒子的运动有正确的物理依据。此方法的优点为准确性高,可同时获得系统的动态与热力学统计资料,并可广泛地使用于各种系统及各类特性的探讨。

2 分子模拟技术在煤化学中的应用

自从分子模拟技术被应用于煤的研究以来,不仅可以模拟煤结构的三维立体结构,得到其结构模型的结构和能量参数,还可以运用分子力学和分子动力学的方法研究不同变质程度煤在结构上的差异,还可以模拟煤的干燥﹑热解和半焦的形成﹑溶胀﹑萃取和团聚物的形成。

2.1 煤的干燥﹑热解和半焦的形成模拟

随着工业的不断发展,煤在其中的作用显得越来越重要,而如何合理高效地利用煤一直是煤科学界一个很重要的问题。这些应用包括煤的液化和热解,而这些反应过程和煤的结构密切相关。所以从结构入手去探讨煤的转化作用机制是一种行之有效的方法。

Mukhopadhya和Hatcher利用一系列计算机模型去观察煤阶的转化[4]。忽略显微组分对煤阶转化的影响,从而简化其过程,使人们清楚地观察到褐煤到烟煤煤化作用阶段煤结构的变化。Mazumdar也构建了从褐煤到烟煤的5个结构模型,观察到伴随氧的脱落而发生了芳香化和缩聚作用[5]。后来I-wata等构建了碳含量在78%～88%之间3个日本煤的模型[6]。密度也是表征煤结构的一个主要参数,Murata用CAMD模拟了Akabira烟煤的密度,其值与实际相差不大[7]。低变质程度褐煤含有很高的水分,有时候其含量超过一半以上,这对煤的工业利用影响很大[8]。在对煤干燥的过程中,水分的脱出对煤的物理和化学结构会产生很大的影响。Kumagai用分子模拟的方法模拟了Yalourm煤(含水量60%)和水之间的相互作用过程[9]。用CAMD得到的结果和实验相近,由于在干燥的过程中煤的结构发生了变化,使得这一过程不可逆。

对于煤的热解和半焦的形成过程,早在1942年,Fusch和Sandoff通过寻找煤分子代表构型,设计了其热解路径[10]。早期的工作都是利用分子模型去研究煤在加热过程中的变化,目前更多的工作也是如此。2001年,Mathews等构建了两种烟煤的镜质组模型,模拟了在电子管内压降热解条件下其变成焦炭的过程[11]。同时在改进的Shinn模型基础上,Jones构建了类似的模型,该模型的数据和Pittsburgh 8号煤一致,在铁丝网反应器中得到焦炭[12,13]。影响和制约煤大分子构型和聚合物的热解的主要问题是:煤分子的构建和动力学模型的产生。应用工具CompGen,一种基于Excel可视基础的应用工具,可以减少在分子构建的过程中,分子模型和实验数据之间的差距[14]。最有效的转化工具是分子动力学模拟器,一种基于Excel基础的分子动力学模拟编辑器,可使得交联结构活化,利于动力学速率的计算[15]。Merzec构建了焦化模型,探索分子结构和焦化温度之间的关系[16]。模型是根据基本元素组成﹑XRD﹑TEM﹑裂解场电离﹑13C核磁共振和红外数据构建的。焦是由低聚物和由芳香结构构成的平行结构组成,在更高温度下,二者结构不断增大。平行构型受到空间位置的影响,增大相对困难,而低聚物相对容易。

液化是煤的一个很重要的用途。早在1984年,Shinn利用分子构型研究了煤结构和液化产物之间的关系。同时阐述了在官能团的脱落过程中,煤液化成小分子烃类物质的过程[12]。Provine等利用计算机蒙特卡罗的方法,观察了在液化过程中自由基的断裂和蜕变反应[17]。在该方法中,Provine利用了一个小的三维构型的格子,同时也模拟大范围内的超格,这种模拟方法更好地表征了煤的整体和物理特征的演化过程,比如分子量大小的分配。而且与时间相关的液化过程可以用动力学参数表征。可见分子模拟技术与煤的工业利用息息相关,利用分子模拟技术探讨煤的转化利用,是一种行之有效的方法。

2.2 煤的溶胀和萃取模拟

根据两相理论,大分子骨架为煤的主体部分,它表现的性质是煤本身所具有的性质[18]。和大分子混合在一起的小分子对大分子表现的性质有影响,从而影响到甲烷的吸附/解吸。为此通过抽提,将抽提后残煤作为研究对象,有效认识煤的结构。

近年来通过溶剂抽提及X射线散射﹑计算机模拟对Argonne Premium煤样库中的煤分子之间及煤与溶剂之间的关系研究,揭示了煤聚集态结构的一些细节,如Wertz D及其同事通过对Argonne Premium煤样库中煤样吡啶处理以后的X射线分析表明吡啶以氢键的方式与煤中芳香单元边缘的氧结合,形成芳香结构单元/吡啶加合物导致短程结构的变化使得芳香片层间距增大,在吡啶蒸发99.9%后,芳香层片间距仍然比原来的大[19,20]。Stephen B在研究吡啶和Beulah Zap褐煤相互作用时,也发现芳香层片间距离仍然比原来的大[21]。Toshima Takanohash等通过应用分子力学-分子动力学方法对Argonne Premium煤样库中煤样的CS2/NMP抽提物的吡啶不溶与甲醇﹑苯及环己烷等溶剂的作用进行计算机模拟研究表明,在模拟胞元中添加分子后其体积开始增大,等添加的分子数达到一定数量后,胞元的体积不变,达到平衡,理论模拟的溶剂溶胀率与实验值较为吻合[22,23]。而Anna Marzec在对炭化煤的结构进行详细表征的基础上,认为半焦包含了两个结构组分,一是构成非平面三维网络的单体分子,另一个是脱氢环化反应形成的平面聚集体,通过它们之间关系的分子力学-分子动力学模拟发现平面聚集体/平面聚集体间的势能最小堆积的层片间距与实验值吻合,而非平面三维网络的单体分子/非平面三维网络的单体间的作用形成芳香单位随机定向排列的聚集体,平面聚集体/非平面三维网络的单体分子间将形成平面聚集体与非平面三维网络的单体中的芳香排列的聚集态。

3 结束语

纳米流体导热系数的分子动力学模拟 第7篇

1 分子动力学模拟方法

分子动力学是一套分子模拟方法, 该方法主要是基于牛顿运动方程计算模拟系统中所有粒子的运动。模拟过程中, 每个粒子在全部其它粒子所提供的经验势场作用下按牛顿定律运动, 其受到的合外力满足:

其中mi和ri为第i个粒子的质量和位置, Fij为第j个粒子作用在第i个粒子上的分子作用力, 其表达式为:

本文选用常用的Lennard-Jones (LJ) 双体势能函数, 具体表达式为:

其中:ε, σ分别为能量和长度常量;rij代表粒子i和粒子j之间的分子间距。

对Ar-Ar和Cu-Cu间的LJ势能参数可在文献中查到, 其中氩和铜交互部分的势函数参数由Berthlot混合法则求出:

其中:下标1代表流体Ar, 下标s代表固体颗粒Cu。

导热系数由Green-Kubo公式求出, 表达式为:

热流密度Jq的表达式为:

过剩能量Ei的表达式为:

其中, V是体积, KB是Boitzmann常数, T是温度。

2 模拟结果及分析

2.1对纯液氩的模拟

首先对液氩的导热系数进行模拟计算, 以验证模拟可靠性。模拟温度设为86K, 系综选正则系综 (NVT) , 粒子初始时按照面心立方结构FCC (Face Centered Cubic) 布置, 时间步长为2fs。模拟总步数60万步, 其中前10万步为弛豫过程, 以使系统达到平衡。截断半径取2.5, 对纯液氩包含的总氩分子数取4000个, 氩的LJ参数和分别取1.654E-21J和0.3405nm, 铜的和分 别取65.625E-21J和0.23377nm, Ar-Cu间的和分别为10.4184E-21和0.28714nm。模拟计算后得到液氩的导热系数为0.1264W/ (m K) 。

2.2对Cu/Ar纳米流体模拟及分析

对Cu/Ar纳米流体, 选取Cu纳米颗粒体积浓度为1%, 对应纳米颗粒直径为1.8nm, 用48个Cu原子代替54个氩原子, 模拟总原子数为3994个。通过计算得到纳米流体的的导热系数为0.143W/ (m K) , 相对于纯氩流体来说, 导热系数提升为原来的1.13倍。

通过跟踪模拟过程中氩原子的运动轨迹发现, 模拟过程中, Cu纳米颗粒对周围的液体分子存在吸附作用, 被吸附的液体分子在随后的模拟过程中不再离开纳米颗粒, 而是随着纳米颗粒一起运动, 且被吸附的液体分子排布不再是杂乱无章的, 而是倾向于固体的有序排布。

液氩的径向分布函数具有“短程有序, 长程无序”的特点, 而晶体Cu则体现出“长程有序”。当在纯氩基液中加入Cu纳米颗粒后, 纳米流体的径向分布函数在中和了晶体Cu的“长程有序”特点后, 表现出了既有液体的“短程有序”, 又有类似于固体的“长程有序”特点。

图1为在400ps, 700ps和1000ps时刻纳米颗粒表面吸附层的液体分子数密度分布。其中纵坐标p表示数密度 (N/m3) , 横坐标d (nm) 表示距纳米颗粒表面的距离。由图可知几个时刻的数密度分布大致类似, 都是在约0.23纳米处出现第一个波峰, 且峰值大小差异不大, 说明紧靠纳米颗粒表面的液体分子在被Cu纳米颗粒吸附以后就不会再离开;随后在约0.45处出现第二个峰值, 且峰值的大小随着模拟时间的推移逐渐减小, 说明在模拟过程中, 由于Cu-Ar的分子作用力远远大于Ar-Ar的分子作用力, 靠近Cu纳米颗粒的Ar分子逐渐被吸附在Cu粒子周围, 使得离纳米颗粒稍远的范围内液体分子的数密度值降低;当Cu-Ar间达到一定的距离后, 纳米颗粒对较远处的液体分子几乎没有影响。

3 结论

通过对Cu/Ar纳米流体导热系数的分子动力学模拟, 发现在纯氩基液中添加浓度为1%纳米颗粒后, 即可将导热系数提升为原来的1.13倍。在纳米颗粒表面会形成液体吸附层, 由于该吸附层的排布类似于固体, 使得纳米流体中的这部分流体的性质呈现出类似于固体粒子的现象, 吸附层的导热系数远远大于纯基液的导热系数, 从而导致纳米流体的有效导热系数提高。

参考文献

分子模拟软件 第8篇

相变储能技术是利用相变储能物质相变时吸热和放热来储存和释放能量的技术。相变储能技术在太阳能、建筑节能和工业余废热等方面都有广泛应用[1]。石蜡是常用的有机相变储能物质,主要由直链烷烃混合而成,通式为CnH2n+2。在实际应用中,相变储能物质应具有与工况匹配的相变温度,研究表明有机相变物质的混合比例不同,相变温度也不同。因此,研究有机相变物质混合比例,有助于相变储能技术的进一步应用。目前确定有机混合物质相变温度的方法主要有差示扫描量热法 (DSC) 和动态热机械分析法(DMA)[2],但这些方法所用设备昂贵,不利于大范围推广。分子动力学模拟(MD)方法是一种广泛使用的计算机模拟方法。近年来,不少学者采用MD方法,利用双体分布函数(PCF)和自扩散系数研究了金属相变的微观结构和热物性[3,4,5]。也有文献报道了对有机小分子的相变性质进行模拟的成果[6,7,8]。本研究采用MD方法,根据体系自扩散系数和比体积随温度变化的关系来确定各体系的相变温度,并根据十七烷二面角的变化研究了在熔化过程中体系微观结构的变化。

1 判断依据及势能模型

自扩散系数D被广泛用于描述体系是否发生相变[9,10],其数值大小反映了体系内粒子扩散行为的强弱[11]。自扩散系数D随温度变化出现转折时,即可判断体系发生了相变,从而确定体系的相变温度。

根据爱因斯坦扩散定律,自扩散系数D可表述为均方位移MSD随时间的变化,其关系式如下:

undefined

undefined

式中:MSD是粒子位移平方的平均值;undefinedi(t)与undefinedi(0)分别表示粒子i在t时刻和零时刻的位置矢量。

比体积是说明物质在某一状态下分子疏密程度的物理量,也常用于判断体系是否发生相变[12,13,14]。当比体积随温度明显变化时,体系疏密程度剧烈变化,即体系发生了状态的变化。

本研究采用ORGANIC势函数,该势函数包含了分子间作用力L-J力场和分子内作用力OPLS力场。

体系势函数可以表示为:

Etot=Einter+Eintra (3)

分子间作用势:

undefined

分子内作用势:

Eintra=Eb+Eθ+Eφ (5)

式中:Eb表示键伸缩能,Eθ表示键角弯曲能, Eφ表示二面角扭转能。具体势函数及参数见表1。

2 模拟方法

采用分子动力学方法进行模拟研究。模拟压力为常压,采用周期性边界条件,截断半径为0.77nm。各模拟体系初始密度均为1g/cm3,各体系简称及组成见表2。

先将初始密度均为1g/cm3的体系置于NTP系综下弛豫10ps,温度为100K,然后将弛豫后的体系置于NTV系综下弛豫10ps,温度仍为100K。重复上述操作,弛豫时间总计为40ps,使体系充分弛豫达到平衡。图1为十七烷弛豫前后体系分子的分布结构示意图。

最后将各体系弛豫结构作为起始结构,在NTP系综下对各温度进行模拟,温度范围为310～270K,温度间隔为5K。模拟总时间为200ps,时间步长0.2fs。为了确保数据的可靠性,从100ps开始统计所需参数,共获得5001个数据点。

3 结果与讨论

3.1 十七烷、十五烷及十七烷/十五烷混合体系相变点的判断

模拟得到Hep体系和Pen体系在298K时的密度分别为0.7878g/cm3和0.7814g/cm3,与文献[15]的实验值吻合较好(如表3所示),证实了模拟方法的可靠性。

图2和图3分别为Hep和Pen体系自扩散系数D和比体积随温度变化的关系。从图2可知,Hep体系自扩散系数在温度小于294K时变化不大,在温度大于294K后出现了明显的增大,说明Hep体系中粒子的扩散性随温度的升高而加强,特别是在温度大于294K后,扩散能力急剧变化,即体系发生了相变;从图3可知,Hep体系的比体积在296K处出现了明显的转折,表明在该温度点体系疏密程度发生了变化,即出现由固态向液态的转变。在Hep体系中,比体积和自扩散系数随温度变化有几乎相同的规律,二者的转折点均在295K附近,这与十七烷实验相变温度295K[15]一致。同理可以确定Pen体系的相变温度为284～283K,这也与十五烷的实验相变温度283K[15]一致。

图4和图5分别为8Hep+2Pen、6Hep+4Pen、4Hep+6Pen、2Hep+8Pen体系自扩散系数及比体积随温度变化的曲线。根据图4和图5可以确定8Hep+2Pen、6Hep+4Pen、4Hep+6Pen 及2Hep+8Pen二元混合体系的相变温度分别为285～283K、281～280K、280K、282～281K。

结合上述结果绘制了十七烷/十五烷二元混合体系的相变温度随十五烷分子个数变化的关系曲线,如图6所示。

在十七烷中加入一定量的十五烷后,所形成的二元混合体系的相变温度远低于十七烷的相变温度,甚至比十五烷的相变温度还低,最低可至280K。随十五烷分子个数的增加,混合体系的相变温度逐渐接近十五烷的相变温度。这说明十五烷的加入对十七烷的相变温度有明显的影响。闫全英等[16]通过DSC方法研究了低温相变石蜡,发现当组成二元混合体系的纯物质的相变温度相差大于10K时,混合体系的相变温度将发生较大的改变,与本实验的研究结果类似。随着十五烷分子个数的不断增加,所形成的二元混合体系的相变温度并无太大变化,波动范围为3K。由图6可知,对于十五烷/十七烷二元混合体系,理论上可以获得280～296K温度区间的不同比例的混合物。

3.2 十七烷熔化过程微观结构的变化

以十七烷为例分析了纯物质在熔化过程中微观结构的变化。由热力学理论可知,物质的熔化过程是熵增大、有序度降低的过程。分子有序度与其构象有着对应关系。直链烷烃由于碳碳单键的自由转动可以形成许多不同的分子构象,表征这些分子构象最直观的参数就是由相邻4个碳原子所形成的二面角(Dihedral angel)。当直链烷烃形成180°的二面角时,整个分子表现为全反式构象,此时分子体系有序度最高。

根据MD模拟得到的分子内坐标,统计相邻4个碳原子形成的二面角,结果见图7。从图7可知,温度较低时,十七烷的二面角与全反式时的180°很接近,此时的结构可看作是十七烷熔化前的稳定结构,其有序度最高;随着温度的升高,二面角逐渐偏离180°,在310K时已经接近160°。因此,十七烷分子在升温过程中其微观结构不断发生变化,分子有序度不断降低。

4 结论

(1)采用分子动力学模拟方法和ORGANIC势函数研究烷烃大分子体系的相变行为是可行的。

(2)十五烷/十七烷二元混合物的相变温度为280～296K。可以通过调节组分比例,得到不同的相变温度,实现有机相变储能的要求。

(3)十七烷在熔化过程中其微观结构不断变化,有序度降低。

摘要：采用分子动力学模拟(MD)和NTP系综方法对十七烷、十五烷及十七烷/十五烷混合体系的相变行为进行了模拟研究。根据体系自扩散系数和比体积随温度的突变关系,获得的十七烷、十五烷相变温度值与文献中的实验结果吻合较好,并确定了不同混合体系的相变温度。二元混合体系的相变温度可根据组分比例进行调节,可满足一定温度下相变储能的应用要求。通过分析熔化过程中十七烷分子二面角的变化获得了十七烷分子微观结构变化的特征。在熔化过程中十七烷分子有序度降低。

高分子领域中的计算机模拟方法 第9篇

近年来，计算机模拟在高分子领域发展迅猛，几乎涵盖了高分子科学的各个领域。目前，为了研究高分子在不同尺度下的性质，已经建立起一系列成熟的模拟方法。宏观方面如：基于流体力学的有限元方法(Finite-Element Method based on Fluid Mechanics,FEMBFM)[1]。介观方面如：耗散粒子动力学(Dissipative Particle Dynamics,DPD)[2,3,4]和格子玻尔兹曼方法(Lattice Boltzmann Method,LBM)[5]，动态密度泛函理论(Dynamic Density Functional Theory,DDFT)[6,7]以及场论聚合物模拟(Field-theoretic Polymer Simulation FTPS)[8]等。微观方面如：分子动力学(Molecular Dynamics,MD)[9,10]、Monte Carlo(MC)[9,10]、布朗动力学(Brownian Dynamics,BD)[11,12,13,14]等。本文对几种重要的计算机模拟方法进行了阐述。

1 分子动力学模拟方法（MD)

分子动力学是在原子、分子层面上对多体问题求解的重要方法，该方法被广泛的应用于多粒子体系的研究中。分子动力学计算的核心思想是赋予分子体系始终运动的状态，利用分子的自然运动在相空间抽样进行统计计算。

在MD中，粒子在保守力的作用下运动，保守力具有可加性和对称性。在最简单的情况下，MD方法对相空间的取样符合微正则系综(NVE)，要想在正则系综(NVT)或恒温恒压系综(NPT)下模拟，可给体系加一个热浴(thermostat)或压力浴(barostat)。另外，通过对体系施加剪切或张力可模拟非平衡态效应[15,16]。在MD模拟中，模拟所保留的细节取决于力场的形式从全原子力场到粗粒化力场。

分子动力学的优点在于系统中粒子的运动有正确的物理依据，能够同时获得体系的动态和热力学统计性质，并可广泛地用于研究各种系统及各类型材料。

2 蒙特卡罗方法（MC)

蒙特卡罗方法是一种统计学上的概率性方法，可以研究相空间马科夫链(Markov Chain)的随机行为。该方法最常用的是重要性抽样。步骤如下：

1)从初始状m，产生一新态n，可计算出势能差δVnm。

2)acc(mn)=min(1,exp(-βδVnm))301

3)均一地产生一个介于0到1之间的随机数R，如果acc(mn)≥R，则接受新态n，否则仍保持原来的态m。

MC方法最大的优势在于其再满足细致平衡条件下有多种行走方式，所以能对构象空间进行高效取样。几乎所有的MC模拟都是在恒温条件下进行的。通常来说，MC方法是对正则系综的模拟，但也可扩展到别的系综，如等压系综，巨正则系综以及吉布斯系综(Gibbs-ensemble)[17,18,19]。必须保证对所有相关的系综元素都进行抽样。等压系综下可改变系统的体积，巨正则系综下可在系统中加入或去掉一个分子。吉布斯系综可用于研究中等浓度多组分液体的相平衡。

3 布朗动力学模拟方法（BD)

对于某个体系(如聚合物溶液)，如果我们对溶剂分子的具体运动不感兴趣，溶剂对聚合物的作用可用耗散力和随机力代替。分子动力学中的牛顿运动方程就会转变为郎之万方程，这就形成了布朗动力学的模拟方法。这种近似必然导致能量与动量不守恒，即系统的宏观行为不在符合流体动力学的性质。同时，一个溶质分子通过溶剂分子的运动施加于另一个溶剂分子的力也被忽略了。

4 格子玻尔兹曼模拟方法（LBM)

格子玻尔兹曼模拟方法是用来研究聚合物溶液动力学的一种方法。模拟中的聚合物采用粗粒化的珠-簧分子模型，溶剂分子在离散化的波尔兹曼方程级别来处理。这样既体现了溶剂的流体力学性质，又可以使聚合物链上不同单元间的流体力学作用也可通过非显示模拟溶剂得到。该方法可用于大分子体系的研究，然而，由于采用了格子，必将引入一些非正常的动力学变化，这将导致处理靠近边界的复杂流动时容易出问题，所以处理时要特别小心。

5 耗散粒子动力学模拟方法（DPD)

在DPD方法中,所有相互作用的粒子的运动遵循牛顿力学方程[3]:r

作用到粒子上的力包括三部分,它们都是对相互作用力:

保守力是一个作用在相互作用的粒子连线上的软作用力，αij为粒子i和j之间的最大排斥力。耗散力和随机力分别起着消耗和补偿热量的作用。ωD和ωR是依赖于r的权重函数，他们分别描述了两个力随着粒子间距离增加时的衰减情况。θij是具有高斯分布并且具有单位方差的随机数。Español和Warren[4]认为耗散力和随机力必须遵循涨落-耗散理论，也就是，因此体系符合正则的平衡分布。

耗散粒子动力学方法的最主要的特点就是在于模型当中引入了流体力学的相互作用。这个特点可以通过与随机动力学方法的比较中得到。两种方法中，体系的温度都与体系中的摩擦和热噪音的相对强度相关，这种依赖关系在随机动力学方法有所体现。随机动力学方法的运动方程中，每个粒子所受摩擦力的作用都是独立存在的，它只对单个粒子的运动速度产生阻尼作用，因此随机动力方法的体系动量是不守恒的。这就势必会导致随机动力学方法不适合用来描述体系的流体力学相互作用。然而，在耗散粒子动力学方法中，摩擦力作用是对作用粒子对的相对速度产生阻尼作用，因此体系的动量是守恒的。而且这两种作用力都是在一个截断半径范围内才起作用，因此在耗散粒子动力学方法中，能够很好地描述流体力学相互作用。与自洽场方法相比，DPD中的分子链并不受限于高斯链假设，而且分子链的动力学可以在耗散粒子动力学模拟中得到正确的反应。

6 结论

本文介绍了高分子科学领域中几种重要的模拟方法，包括：分子动力学方法、蒙特卡罗方法、布朗动力学方法、格子波尔兹曼方法及耗散粒子动力学方法。阐述了模拟方法的基本原理及各自的优点。

摘要：在新型材料研究过程中,我们一般是通过选择而不是设计来实现。而现在,完全可以通过计算机模拟,设计好一系列的合成路线,获得所需要的各种材料,并能够了解这些材料的纳米和微观相结构。该文介绍了高分子科学领域中几种重要的模拟方法,包括:分子动力学方法、蒙特卡罗方法、布朗动力学方法、格子波尔兹曼方法及耗散粒子动力学方法,阐述了模拟方法的基本原理及各自的特点。

分子模拟软件 第10篇

关键词：非小细胞肺癌,EGFR,19位外显子缺失,同源建模,分子对接

利用同源建模, 构造出EGFR的第19位外显子缺失后的蛋白结构model。然后使用Arguslab[1]软件, 计算出吉非替尼、ATP分别与野生型蛋白2GS6和突变蛋白model结合所需要的能量, 试图用理论计算的方式对吉非替尼的用药效果改善作出解释, 下面将总结研究过程和结果。

1 数据来源及同源建模

从PDB网站[2]下载受体材料2GS6.pdb (野生型受体蛋白) 。从pubchem网站[3]下载配体材料CID_5957.sdf (吉非替尼) 和CID_123631.sdf (ATP) 。

同源建模 (Homology Modeling) 指的是根据一个已知蛋白的三维结构和目标蛋白的氨基酸序列, 构建出目标蛋白的三维结构[4]。

对于19位外显子变异产生的蛋白三维结构, 可以采用同源建模进行构建。同源建模的基本假设是:如果一个未知结构蛋白与一个已知结构蛋白之间的序列相同程度超过30%, 则可以以已知蛋白为模版来构建未知蛋白的三维结构。

对于2GS6氨基酸序列, 去除746-750位置 (19位外显子对应的5个氨基酸) 的氨基酸。见表1。把上述序列到SWISS-MODEL[5]上进行同源建模, 以2GS6.pdb为模板, 生成的蛋白文件为model.pdb。

图1是SWISS MODEL给出的同源建模的质量评估图。横坐标是氨基酸的编号, 从0到350.纵坐标是目标序列与模版序列的局部相似质量值。质量值从0到1, 数值越大表示相似度越高。从图1中可知, 相似度几乎都在60%以上。

2 分子对接

分子对接技术利用理论方法与计算技术, 模拟出分子的外观和性质, 其过程涉及分子之间的空间匹配和能量匹配。Arguslab是一款分子对接软件, 对药物与蛋白质大分子结合所需能量进行模拟计算, 用于寻找药物与受体蛋白间的最佳结合位点。

以下操作方法与文献[6]类似。用Openbabel软件将CID_5957.sdf (吉非替尼) 和CID_123631.sdf (ATP) 转换成mol格式。用Arguslab软件选中水分子和杂质并删除。再利用Arguslab软件对2GS6、model (同源建模生成的蛋白) 和吉非替尼、ATP进行两两组合, 计算各自的最佳结合位点。

3 结果与讨论

表2是分子对接实验结果。表内数据代表受体和配体结合所需能量。所需能量越低, 结合越容易。

EGFR蛋白既可以与ATP结合, 激活细胞的分裂﹑增殖等生理功能;也可与吉非替尼等药物结合。但如果药物已经与受体结合, ATP就不能再接近受体。从所得出的数据分析, 野生基因2GS6与吉非替尼结合所需能量为-8.07kcal/mol, 低于其与ATP能量分子结合所需能量-7.78kcal/mol。2GS6经过19外显子突变后形成的蛋白和吉非替尼结合所需能量为-8.52kcal/mol, 高于其和ATP能量分子结合所需能量-8.03kcal/mol。

分析可得出, 变异前后药物分子都会与蛋白分子结合而不是ATP分子, 所以19位外显子变异不会导致耐药。但由于-7.78- (-8.07) <-8.03- (-8.52) , 变异后蛋白分子更容易与吉非替尼分子结合, 说明此变异有利于用药。

参考文献

[1]Arguslab网址:http://www.arguslab.com/arguslab.com/Argus Lab.html.

[2]PDB网址:http://www.rcsb.org/pdb/home/home.do

[3]Pub Chem网址:http://pubchem.ncbi.nlm.nih.gov.

[4]Wikipedia网址:https://en.m.wikipedia.org/wiki/Homology_modeling.

[5]Guex N., Peitsch M.C.SWISS-MODEL and the SwissPdb Viewer:an environment for comparative protein modeling[J].Electrophoresis, 1998, 18 (15) :2714-2723.