計算化學榮獲 2013 年諾貝爾化學獎

醒來發現自己所從事的專業領域獲得諾貝爾獎總是非常令人高興的。我很高興地注意到,今年的化學獎授予了馬丁·卡普拉斯、邁克爾·萊維特和阿里耶·瓦謝爾,以表彰他們開發了“複雜系統的多尺度方法”。

加入我們科學愛好者的社群!

本文發表在《大眾科學》的前部落格網路中,反映了作者的觀點,不一定代表《大眾科學》的觀點


醒來發現自己所從事的專業領域獲得諾貝爾獎總是非常令人高興的。我很高興地注意到,今年的化學獎授予了馬丁·卡普拉斯、邁克爾·萊維特和阿里耶·瓦謝爾,以表彰他們開發了“複雜系統的多尺度方法”。更簡單地說,這三位化學家因其開發和應用方法來模擬分子在不同尺度下的行為而獲得認可,從單個分子到蛋白質。這項工作揭示了蛋白質摺疊、催化、電子轉移和藥物設計等多種現象。它使像我這樣的化學家能夠計算各種各樣的事情,從化學反應的速率和分子的穩定性到藥物阻斷與疾病有關的關鍵蛋白質的可能性。

我稍後會發布一篇關於該獎項的更詳細的帖子,但現在值得注意的是,與許多其他諾貝爾獎相比,該獎項更多的是對一個領域的認可,而不是對特定個人的認可。它真正告訴我們,建模和計算在解決各種化學問題中變得多麼普遍。此外,對於這三位化學家來說,這實際上是一項終身成就獎,而不是針對特定發現的獎項。

自 20 世紀 60 年代以來,計算機就被應用於化學領域。它們是理論技術的直接產物,這些理論技術可以計算各種分子特性,從分子的穩定性和運動到它與其他分子的反應。長期以來,這些計算只能針對簡單的系統進行,直到 90 年代左右,計算能力和演算法才開始趕上理論,從而可以將計算應用於大型的、具有實際意義的分子,如蛋白質、藥物和材料。卡普拉斯、瓦謝爾和萊維特等人使這一切成為可能。


關於支援科學新聞

如果您喜歡這篇文章,請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱,您正在幫助確保有關塑造我們當今世界的發現和想法的有影響力的故事的未來。


今年的獲獎者開發並應用了各種理論技術,從嚴格的量子力學計算到基於經驗資料的、高度引數化的經典和半經典計算,來模擬大量的不同分子。他們還開發了將這些計算帶給大眾的軟體。量子力學方法通常被稱為“從頭算” - 從第一性原理出發 - 並且在 1998 年就已經獲得了認可,但這個獎項是為了表彰更廣泛的東西。該三人組開發的技術包括分子動力學 (MD),它試圖模擬蛋白質等複雜實體的真實運動,以及試圖計算帶電原子和分子之間吸引力和排斥力的靜電計算。馬丁·卡普拉斯有點像該領域的教父 - 他是萊納斯·鮑林的最後一位研究生 - 而且沒有一個分子模擬領域是他沒有涉足的。本科化學專業的學生會從所謂的 卡普拉斯方程中知道他的名字,該方程允許您將分子的磁共振特性與其幾何形狀聯絡起來;現在他們會發現他不僅僅是一個教科書遺蹟。瓦謝爾和萊維特在量子力學和經典力學之間的邊界做出了關鍵貢獻。所有三位獲獎者主要以模擬小有機分子(如藥物和蛋白質)的行為而聞名,但他們的技術也同樣適用於沸石和太陽能電池等材料。

與許多諾貝爾獎一樣,還有一些為該領域做出巨大貢獻的個人不可避免地被排除在外。儘管在領域之外鮮為人知,但我個人認為應該包括諾曼·阿林格、安德魯·麥卡蒙、肯·霍克、羅伯託·卡爾、比爾·戈達德和米歇爾·帕裡內洛。我最想到的是喬治大學的化學家 諾曼·阿林格。阿林格是第一個廣泛開發和應用力場方法的人,該方法是今年許多工作的基礎。力場基本上是一組簡單的方程式,用於描述分子中的鍵、角、扭轉(可旋轉)角和長程非鍵相互作用(見上圖)。它是一個基於經典力學的簡化模型,將原子和鍵視為球和彈簧。由於它是一個簡化模型,因此需要用實驗或嚴格的量子力學計算得出的引數來支援它。阿林格開發了兩個非常廣泛使用的力場版本,最初稱為 MM2(該方法本身稱為“分子力學,MM”),花了多年時間仔細地引數化和基準測試它們,然後將它們應用於各種分子。

卡普拉斯、瓦謝爾和萊維特應用了這些思想,但也開發了自己的思想,然後透過建立將經典力學與量子力學相結合的混合方法 (“QM/MM”),遠遠超出了最初的工作。這是該獎項公告的主要內容;花了很大力氣來完善和排除這些方法的故障,並使其對非專業化學家來說易於使用。您可以使用量子力學技術來描述分子系統的核心部分,然後使用經典部分來模擬其餘部分。除其他外,這將大大節省時間,因為對整個系統進行量子力學計算在時間方面將非常昂貴。這三位化學家還開發了純粹的經典方法來模擬分子運動。現在,我們大多數進行計算的人都認為這項工作是理所當然的,因為它已經完全融入了計算化學的語言和工具中。

今年的諾貝爾獎實際上承認了許多與分子建模相關的其他事情。首先,它是一個對領域的獎勵,而不是對個人的獎勵,這是諾貝爾委員會發出的訊號,表明計算方法已經成熟。現在您很難找到不包括至少一些計算元件的論文,從分子的簡單視覺化到非常嚴格的高階量子力學計算。該獎項也證明了過去二十年來計算機硬體和軟體的驚人增長,沒有這些增長,這些計算永遠不可能變得實用;今天,我的桌上型電腦可以在一天內完成一項 90 年代的超級計算機需要幾天才能完成的計算。該獎項還承認了科學家如何從單個分子到可能表現出湧現行為的相互作用分子的複雜集合的多個不同層次理解物質。

但也許最重要的是,該獎項承認了模型在促進化學和其他學科發展方面的關鍵作用;事實上,計算化學模型與氣候科學、生態學和經濟學中的模型共享一般原理。我並不那麼樂觀地認為計算機可以在遙遠的未來取代任何人類科學家,但該獎項告訴我們,一個精心構建的模型,認識到其優點和侷限性,可以與一位有能力的化學家並肩作戰,解決棘手的問題。實驗和建模的結合可以帶來改變。

Ashutosh Jogalekar is a chemist interested in the history, philosophy and sociology of science. He is fascinated by the logic of scientific discovery and by the interaction of science with public sentiments and policy. He blogs at The Curious Wavefunction and can be reached at curiouswavefunction@gmail.com.

More by Ashutosh Jogalekar
© .