化学信息学计算机化学-化学化工论坛.DOCVIP

2008-2009化学信息学(计算机化学)的研究进展（1）——化学信息学在社会与经济可持续发展中的地位与重要性 随着化学信息的大量积累及计算机与网络技术的飞速发展，“化学信息学”已成为化学学科的重要分支之一，在社会与经济发展中发挥着越来越重要的作用。近年来，分子模拟、计算机辅助药物设计、虚拟筛选(VHTS)和定量构效关系(QSAR)等化学信息学技术的引入，推动了生命科学和生物医药领域的发展，促进了新药的研发和创制。理论化学在理解物质结构和性质、解释化学反应机理等方面取得了飞速发展，在结构化学、材料科学和生命科学领域中发挥着不可替代的作用。由于化学计量学方法与技术的发展，近红外光谱(NIR)技术得到了广泛应用，已成为复杂体系分析、产品质量评价与控制、环境检测与控制、生命与健康等领域的关键技术之一。同时，复杂信号和高维分析化学信号的解析技术推动了分析化学的发展，大大增强了分析化学解决实际问题的能力。此外，化学软件、数据库以及网络技术的发展对推动化学信息的搜索与共享、化学信息的深层挖掘与知识发现等发挥了重要作用。 ——选自《2008-2009化学学科发展报告》 2008-2009化学信息学(计算机化学)的研究进展（2）——近两年化学信息学的研究进展 理论与计算化学是化学信息学的传统研究内容，近两年量子化学得到了广泛研究，在理论方法、程序以及应用等方面都取得很大进展。碎片分子轨道(FMO)方法被用于处理大体系[1]，极化连续模型(PCM)、普通液体优化边界模型(GLOB)等一系列新方法被应用于计算溶液中的光谱[2]。理论化学计算与实验相结合用于合成化学和材料设计[3,4]也得到了很好的效果。基于分子力学的分子模拟技术得到发展，并在物理化学性质的预测方面发挥了重要作用。分子动力学是分子模拟的重要手段，分子动力学新方法的引入加快了计算速度[5,6]，经典的全原子动力学模拟与粗化晶粒模拟的共同发展使模拟的对象扩展到微米尺度以及毫秒时间级别，从而使模拟成为预测体系性质及解释实验现象的有效工具[7]。新的优化算法不断涌现，粒子群优化算法用于团簇的结构优化[8]，无偏优化算法实现大尺寸团簇的结构优化[9]，合金团簇的结构优化方法得到了进一步的完善[10]。 复杂体系信号解析一直是化学计量学的主要研究内容之一，近年来信号解析的复杂程度不断提高，在指纹图谱研究的基础上已经逐渐向“组学(omics)”方向发展[11]，同时，信号解析已成为反应机理等研究的有效手段[12,13]。另一方面，独立成分分析以及免疫算法的改进与发展，不仅发展了新的方法，而且使复杂体系的高通量分析成为可能[14]。高维数据的解析方法研究继续得到了高度重视，从一维到三维数据的发展使数据分析具有明显优势[15]，同时四维数据的解析方法也得到了发展[16]。高维数据的解析方法在复杂体系分析中的应用明显增多，在组学数据分析、环境样品分析等实际复杂体系分析中的作用逐步得到体现。化学计量学还促进了光谱分析技术的发展[17]，使生理样本中葡萄糖浓度及无创血糖检测技术得以建立[18]，近红外光谱用于过程分析[19]和药理代谢组学研究[20]也得以提出并得到应用。 基于网络的信息获取与共享一直是化学信息学的研究内容之一[21]。通过网络技术实现计算资源的共享及提供大规模计算的用户接口[22,23]在近两年得到了快速发展。 ——选自《2008-2009化学学科发展报告》 2008-2009化学信息学(计算机化学)的研究进展（3）——我国化学信息学研究的地位与近期研究进展 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