纽约大学、联合研究中心化学家发明识别合理分子结构的“窥镜”

2015年4月30日

近日,纽约大学教授、华东师范大学– 纽约大学计算化学联合研究中心(上海纽约大学)成员马克·塔克曼(Mark Tuckerman)教授与他的团队发明了一种可计算复杂分子结构活力与胜任力的特别算法,这一进展有望在药品以及其他材料研发进展中发挥用武之地。

“理解分子是如何相互作用、以及在不同环境下达成相对稳定的结构与状态,在许多工业领域都是十分重要的。然而,由于可能形成的结构难以计数,并且那些最稳定结构的实现路径十分复杂,因而在计算机搜索过程中要准确找到这些最优结构,是极为困难的。”纽约大学化学系教授、本次研究成果的主要作者马克·塔克曼(Mark Tuckerman)说。他们的这项最新研究成果发表在《美国国家科学院院刊》(Proceedings of the National Academy of Sciences)上。

“我们的研究成果为预测这些最优结构提供了方法,为从非处方药到新型LED材料等各种材料的升级生产提供了一种可能。”塔克曼教授补充道。塔克曼也是纽约大学库朗数学科学研究院的教授、以及在上海纽约大学平台上建立起来的华东师范大学-纽约大学计算化学联合研究中心的成员。

制造业者必须要清楚如何根据某一特定功能从所有可能的化合物中挑选合适的化合物,比如,有些化合物不应在瓶中而应在摄入以后才溶解,典型的就是药品;还有的建筑材料必须要能承受各种严苛的气候环境。

为了能更好地理解这些结构,科研人员会用到一种名为“自由能曲面”的工具。这是一种多维的数学概念,它能够显示某一特定体系的最理想空间或几何结构——不论这一特定体系指的是药物还是计算机芯片。然而,由于此类体系的分子构成与相互作用通常是十分复杂的,阐明这些多维度的自由能曲面以导出最佳“分子答案”对科学家来说已经具有不小的挑战。

为了有助于攻克这些难题,塔克曼教授的科研团队聚焦于自由能曲面的一个特别方面:标记物,从化学/物理的角度,它们都被认为是这些极为复杂或高维表面最为重要的特征。

其中尤为特别的是,利用计算机模拟自由能曲面,科研人员已经设计发明出一种可识别这些标记物的特别算法,可以在高维空间完成“查探”工作。

塔克曼解释,这个方法“让计算机解析那些复杂表面成为可能,通过 集成自由能面那些最重要和最有用的信息。而借助获取的这些有用信息,我们得以最终决定化合物的最可能几何结构及其空间排列,更重要的是,决定这些结构的相对稳定程度,以及它们之间随机转变的可能性。”

这篇研究论文的其他作者是陈明和虞堂清,皆为纽约大学化学系的在读博士生。