분자 모델링

분자 모델링은 ^[1]분자의 행동을 모델링하거나 모방하기 위해 사용되는 이론적이고 계산적인 모든 방법을 포함합니다.이 방법들은 컴퓨터 화학, 약물 설계, 컴퓨터 생물학 및 재료 과학 분야에서 작은 화학 시스템에서부터 큰 생물학적 분자 및 재료 조립체에 이르는 분자 시스템을 연구하기 위해 사용됩니다.가장 간단한 계산은 수작업으로 수행될 수 있지만, 합리적인 크기의 시스템의 분자 모델링을 수행하기 위해서는 불가피하게 컴퓨터가 필요합니다.분자 모델링 방법의 공통적인 특징은 분자 시스템의 원자론적 수준 기술이다.여기에는 원자를 가장 작은 개별 단위로 취급하거나(분자역학 접근법), 또는 쿼크, 반쿼크, 글루온 및 광자를 사용하여 양성자와 중성자를 명시적으로 모델링하는(양자 화학 접근법) 등이 포함될 수 있다.

분자역학

분자역학은 모델 뒤에 있는 물리적 기초를 설명하기 위해 고전 역학(뉴턴 역학)을 사용하는 것과 관련이 있기 때문에 분자 모델링의 한 측면입니다.분자 모형은 일반적으로 원자(핵과 전자)를 연관된 질량의 점 전하로 설명한다.인접 원자 간의 상호작용은 스프링과 같은 상호작용(화학 결합을 나타냄)과 반데르발스 힘에 의해 설명된다.Lennard-Jones 잠재력은 후자를 묘사하기 위해 일반적으로 사용된다.정전 상호작용은 쿨롱의 법칙에 따라 계산됩니다.원자는 데카르트 공간 또는 내부 좌표에서 좌표를 할당받으며 동적 시뮬레이션에서 속도를 할당할 수도 있습니다.원자 속도는 거시적인 양인 시스템의 온도와 관련이 있다.집합적 수학식은 퍼텐셜 함수라고 불리며, 시스템 내부 에너지(U)와 관련되는데, 이는 퍼텐셜 에너지와 운동 에너지의 합과 동일한 열역학 양입니다.잠재적 에너지를 최소화하는 방법을 에너지 최소화 방법(예: 가장 가파른 하강 및 공역 구배)이라고 하며, 시간의 전파와 함께 시스템의 동작을 모델링하는 방법을 분자 역학이라고 한다.

$\displaystyle E={\text{bonds}}+E_{\text{angle}}+E_{\text{diefeal}}+E_{\text{non-texted}}},}$

$\displaystyle E_{\text{non-bonded}}=E_{\text{정전기}}+E_{\text{van der Waals}},}$

잠재함수라고 불리는 이 함수는 평형값에서 떨어진 결합길이, 결합각 및 비틀림각의 편차를 기술하는 에너지 항과 판데르발스 및 정전상호작용을 기술하는 비결합 원자 쌍에 대한 항을 합한 것으로 분자 전위 에너지를 계산합니다.평형 결합 길이, 결합 각도, 부분 전하 값, 힘 상수 및 판데르발스 매개변수로 구성된 매개변수 집합을 총칭하여 힘 장(force field)이라고 합니다.분자역학의 다른 구현은 잠재적 ^[2]함수에 다른 수학적 표현과 다른 매개변수를 사용합니다.오늘날 사용되는 일반적인 힘의 장은 화학 이론, 실험 기준 데이터, 그리고 높은 수준의 양자 계산을 사용하여 개발되었습니다.에너지 최소화라고 불리는 이 방법은 모든 원자에 대해 0 구배 위치, 즉 국소 에너지 최소 위치를 찾는 데 사용됩니다.낮은 에너지 상태는 더 안정적이며 화학적 및 생물학적 과정에서의 역할 때문에 일반적으로 조사됩니다.반면, 분자역학 시뮬레이션은 시간의 함수로서 시스템의 동작을 계산한다.여기에는 뉴턴의 운동 법칙, 주로 두 번째 법칙인 $F{\displaystyle \mathbf{}}$ ${\displaystyle =}$ ${\displaystyle m\mathbf{}}$ a$$\$displaystyle \mathbf {F} =m\mathbf {a}$ $\}$의 해답이 포함됩니다. 다른 적분 알고리즘을 사용하여 뉴턴의 운동 법칙을 통합하면 시공간에서 원자 궤도로 연결됩니다.원자에 가해지는 힘은 위치 에너지 함수의 음의 구배로 정의됩니다.에너지 최소화 방법은 유사한 시스템의 상태를 비교하기 위한 정적 그림을 얻는 데 유용하며, 분자 역학에서는 온도 효과의 본질적인 포함과 함께 동적 프로세스에 대한 정보를 제공합니다.

변수

분자는 진공상태에서 또는 물과 같은 용제의 존재 하에서 모델링할 수 있습니다.진공 상태의 시스템을 시뮬레이션하는 것을 기상 시뮬레이션이라고 하며, 용제 분자의 존재를 포함하는 것을 명시적 용제 시뮬레이션이라고 합니다.다른 유형의 시뮬레이션에서는 경험적 수학식을 사용하여 용제의 효과를 추정합니다.이것을 암묵적 용매 시뮬레이션이라고 부릅니다.

좌표 표현

대부분의 힘 장은 거리에 의존하므로 이러한 데카르트 좌표에 가장 편리한 표현식이 됩니다.그러나 특정 원자 사이에 발생하는 결합의 비교적 견고한 성질, 그리고 본질적으로는 지정 분자가 의미하는 바를 정의하며, 내부 좌표계를 가장 논리적인 표현으로 만든다.일부 필드에서는 IC 표현(본드 길이, 본드 사이의 각도 및 본드의 비틀림 각도)을 Z 매트릭스 또는 비틀림 각도 표현이라고 한다.불행히도, 데카르트 공간의 연속 운동은 종종 내부 좌표에서 불연속적인 각 분기를 필요로 하고, 상대적으로 내부 좌표 표현에서 힘 장으로 작업하는 것을 어렵게 만듭니다, 그리고 반대로 데카르트 공간의 원자의 단순한 변위는 직선의 궤적이 될 수 있습니다.상호 연결된 결합따라서 컴퓨터 최적화 프로그램은 반복 중에 표현 사이를 왔다 갔다 하는 것이 매우 일반적입니다.이것은 전위 자체의 계산 시간을 지배할 수 있고 긴 사슬 분자는 누적된 수치적 부정확성을 야기한다.모든 변환 알고리즘은 수학적으로 동일한 결과를 생성하지만 속도와 수치 ^[3]정확도는 다릅니다.현재 데카르트 변환에 대한 가장 빠르고 정확한 비틀림은 NERF(^[3]Natural Extension Reference Frame) 방식입니다.

적용들

분자 모델링 방법은 현재 무기, 생물 및 고분자 시스템의 구조, 역학, 표면 특성 및 열역학을 조사하기 위해 일상적으로 사용된다.분자 모델링을 사용하여 조사된 생물학적 활동의 유형은 단백질 접힘, 효소 촉매 작용, 단백질 안정성, 생체 분자 기능과 관련된 구조 변화, 단백질, DNA 및 막 ^[4]복합체의 분자 인식을 포함합니다.

「 」를 참조해 주세요.

레퍼런스

추가 정보