计算化学在生物大分子研究中的应用

计算化学及其在生物大分子研究中的应用

摘要：生物分子动态模拟技术是运用计算机对生物大分子的结构、功能、质子

运动轨迹以及生物分子间的相互作用进行预测,是研究生物分子结构和功能的重要手段。本文综述了近年来报道的研究生物大分子体系的量子化学计算方法(HF、MP、DFT等),简单介绍分子动态模拟技术在生物大分子研究中的应用和研究进展,分析了目前存在的问题,并展望了该领域的研究前景。

关键词：生物大分子；计算化学；分子动态模拟

引言

理论与计算化学是一门应用量子力学和统计力学研究化学问题的化学分支学科。以1998年沃尔特·库恩(Walter Kohn)和约翰·波普尔(John Pople)获得诺贝尔化学奖为标志,化学这一传统实验科学进一步走向严密科学的趋势越加明朗。理论与计算化学在其中的重要作用,也愈加为人们所重视。作为一门独立的学科，它和物理化学、化学物理、分子物理、生物物理、计算科学等相关学科有很强的交叉和渗透。理论化学的重要性在于，它研究的是化学学科最核心和普遍的规律。

大分子体系的理论计算一直是具有挑战性的研究领域,尤其是生物大分子体系的理论研究具有重要意义。由于量子化学可以在分子、电子水平上对体系进行精细的理论研究,是其它理论研究方法所难以替代的。因此要深入理解有关酶的催化作用、基因的复制与突变、药物与受体之间的识别与结合过程及作用方式等,都很有必要运用量子化学的方法对这些生物大分子体系进行研究。毫无疑问,这种研究可以帮助人们有目的地调控酶的催化作用,甚至可以有目的地修饰酶的结构、设计并合成人工酶；可以揭示遗传与变异的奥秘,进而调控基因的复制与突变,使之造福于人类；可以根据药物与受体的结合过程和作用特点设计高效低毒的新药,等等。可见运用量子化学的手段来研究生命现象是十分有意义的。

随着理论的发展与计算机技术的提高,目前量子化学计算方法和计算程序已能对由几个甚至几十个原子组成的中小分子的性质进行十分精确的理论研究。特别是分子的总能量,许多计算方法(如MP、DFT、QCISD等方法)的计算结果都能与精确实验结果很好地吻合。J.A.Pople小组创建的Gaussian-1(G1)、Gaussian-2(G2)、G2(MP2)和G2(MP3)理论,其能量方面的计算值与精确实验结果的差异在2kcal/mol范围以内,而所需的计算机资源相对较小,计算结果甚至可以用来评判有关实验测定结果的可靠性。然而,到目前为止,还没有一种成熟的理论和普遍可接受的计算程序用于对由数以千计乃至数以万计个原子组成的大分子体系(如核酸、蛋白质和固体材料等)进行量子化学计算研究。这主要是由于计算量与分子大小呈指数(电子数的3次方或更高)关系。因此,大分子体系的量子化学计算方法的研究便成为当今计算化学领域中极具挑战性的研究热点之一。

1.计算化学方法与应用

1.1 Abinitio Hartree-Fock (HF) SCF方法

从头算法在上个世纪70年代被逐渐开展,是求解多电子体系问题的量子理论

全电子计算方法。在Born Oppenheimer 近似、Hartree(独立电子)近似和非相对论近似基础上,不借助任何经验参数,通过求解HF方程,进而得到各类体系的微观信息。

可以说,在理论和方法上它都是比较严格的。迄今,从小分子体系到大分子体系,从静态性质到动态性质,从分子内相互作用到分子间相互作用,各方面都有从头算法的应用。在染料的分子设计中,采用此计算方法对合成的染料分子进行了模拟计算研究,建立了染料分子的微观结构与染色性能之间的定量关系,得到了与实验相吻合的结果。蒋南等利用HF与B3LYP相结合的方法研究了胺类分子在锂离子交换的丝光沸石(LiMOR)中的吸附行为,为分子筛结构和催化性能等方面的实验结果提供了有益的补充。

从头算方法中较原始的HF方法计算速度较快，但精度较低；CCSD（T）、MP4等方法在大幅度提高计算精度的同时，也占用更多的计算资源。因此，从头算方法可以应用在从小体系到大体系，从静态系统到动态系统，从分子内相互作用到分子间相互作用等各个方面，但由于其计算精度和计算速度的矛盾，从头算方法通常更适合于中小体系的定量计算[1]。

1.2 密度泛函理论(DFT)方法

DFT方法是近年来比较流行的一种处理相互作用多粒子体系的量子化学近似计算方法。通过对电子动能和势能的平均化处理,借助变分法或数值方法,可以得到Schrdinger方程的近似解,大大简化了电子结构的计算,且不受自旋污染的影响,在经过对密度泛函理论的各种修正和扩充后,可以得到相当准确的体系各种性质。1975 年Srebrenik 和Bader 证明三维分子空间可分解成量子次空间（quantum subspaces），其边界可由单质点密度性质来规定[2]。新型密度泛函的研究目前通用的B3LYP方法存在着一些严重的缺陷．如：计算误差随体系的增大而增长，这制约了DFT在较大体系中的应用；不能准确地计算反应能垒，这制约了DFT在化学反应动力学中的应用，也使得反应机理的阐明，可能出现严重偏差；不能准确地计算非键作用，这制约了DFT在生物体系中的运用，等等。

近年来在催化化学和生物化学等研究领域,DFT方法得到了广泛的应用。Zhang等利用密度泛函理论计算研究了CO在PtCu上的氧化,发现CO在PtCu表面上氧化的反应活化能处于纯Pt和纯Cu上CO氧化的活化能之间,可见,Cu的加入可以促进CO在Pt上的氧化。徐艺军、陈文凯等对NO在缺陷MgO(001)表面上的吸附研究发现,NO在具有镁缺陷和氧缺陷结构的MgO(001)表面上发生吸附时,均具有较大的吸附能,并且有氧缺陷结构的表面对NO的解离具有很好的催化作用,而镁缺陷则没有。

1.3 Mller Plesset(MP)方法

Mller Plesset(MP)是一种以Hartree-Fock波函数为微扰波函数的处理原子和分子体系的微扰理论方法,亦称对称性匹配的微扰方法。所谓对称性匹配是指在微扰展开中要考虑波函数的反对称化,也就是考虑了Pauli原理(或者说包含交换能)。由于考虑了电子相关作用,可以准确地计算分子聚集体中的弱相互作用能,因此,MP方法常被用于研究含氢键的复合体系和稀有气体元素小分子复合体系。对于一些生物分子复合物现在也已能够得到比较精确的稳定化能,尤其是一些小的超分子体系,计算结果已可以和实验相媲美。张士国、杨频就用MP2方法对胞嘧啶BH3复合物进行计算预测,得到了该复合物的构型、稳定化能及频率分析。

总的说来,MP方法可以成功应用于较多的体系而不会有太多的限制,在计算准确度方面是优于HF计算方法的,如果结合大基组,可以获得与实验结果吻合得很好的计算值。但是,与普通的HF方法相比,MP方法在计算时需要大量的空间和时间,因此在用MP方法计算时要兼顾时间与效率。

1.4半经验方法

科学家们发现对酶、蛋白质、聚合物等大分子体系进行计算的时候，使用从头算法和密度泛函理论等有严格理论基础的方法，虽然能获得较为精确的结果，但需要占用大量的计算资源，存在计算时间长等缺点。为了在计算时间和计算精度上寻找一个平衡点，人们有意识地忽略了一些计算极其复杂但对结果影响却很小的积分，并引用一些实验数据来近似地求解薛定谔方程，从而提出了半经验的量子化学计算方法。半经验的量子化学计算方法是对严格计算方法的一种补充，可以进行定性或半定量的计算，与严格的计算方法组合使用，可以大量节省计算的时间，并且对精度的影响较小[3]。

2. 分子动态模拟在生物分子模拟中的应用

分子动态模拟的原理是将连续介质看成由N个原子或分子组成的粒子系统,通过量子力学势能函数求导得出各粒子间的作用力。然后忽略量子效应,运用经典牛顿力学建立系统粒子运动数学模型,进行数值求解,这是一个不断迭代的过程,步长约l fs 。足够次数的循环迭代完成体系运动方程的积分过程,从而得到粒子在相空间的运动轨迹,然后由统计物理学原理得出系统相应的宏观动态静态特性,从而达到对分子体系中每个原子行为描述的目的。

分子动态模拟技术广泛应用于从蛋白质序列预测蛋白质三维结构及动力学特征、研究生物大分子结构与功能的关系、生物大分子间的相互作用及生物大分子和配体间的相互作用,极大地促进了蛋白质工程、蛋白质设计和计算机辅助药物设计的发展。近年来生物分子的动态模拟的热点主要集中在以下几个方面: 2.1 在生物分子结构和功能研究上的应用

自分子动态模拟技术诞生以来,生物分子结构和功能一直是其研究的热点。Lindorff-Larsen等,将核磁共振(NMR)光谱方法和分子动态模拟结合起来,应用于泛素(ubiqultin)的研究,发现传统的结构确定方法严重低估了其原始状态的可变性,尤其是该蛋白质的侧链。Kuwata等用电子显微观察、光谱分析、NMR和分子动态模拟相结合的方法明确了疯牛病病原体-变异阮病毒蛋白(Prion protein)中有毒部分的结构。确定变异阮病毒有毒部分的具体结构以后,就可以着手寻找和设计抑制其毒性的物质,为开发相应的治疗药物奠定基础。王鹏[4]等以分子光谱—紫外-可见吸收光谱、荧光光谱及共振光散射光谱，并结合分子模拟进行了如下研究：简述了研究药物小分子和生物大分子相互作用的重要意义，并概述了用于研究相互作用的一些常用的分析方法及其优缺点。由分子模拟得出烯效唑分子位于人血清白蛋白的疏水腔ⅢA处。

2.2 在脂肪酶性质及催化机理中的应用

脂肪酶是一种重要的生物催化剂，其来源广泛，可在水相甚至非水介质中催化多种反应，并表现出很高的立体选择性和催化活性。有关脂肪酶的应用和基础研究备受重视，特别是脂肪酶催化机理和结构功能关系成为近年来研究热点，基于现代计算机技术的分子模拟计算在相关研究中扮演着越来越重要的角色。计算机辅助分子模拟技术应用于脂肪酶性质及催化机理研究领域的3个发展阶段：早

期的分子动力学模拟主要用于脂肪酶构象变化的研究；随后出现的柔性分子对接技术则可研究和预测脂肪酶的对映体选择性及简单的催化机理；近年来发展的运算时间更长的分子动力学和量子力学／分子力学(QM／MM)方法则可全面研究脂肪酶的酶学性质及催化机理。分子模拟手段将在酶的性质及酶催化机理研究领域发挥更为重要的作用，并且多种模拟技术的综合应用和从头计算分子模拟技术的日益成熟，将为人们更加深入地认识蛋白质构效关系发挥不可替代的作用[5]。2.3 在核酸模拟上的应用

分子动态模拟主要用于核酸与分子微环境,如结合的水、离子、药物分子、蛋白质,对核酸结构及其动态性质影响的模拟。Song等应用分子动态模拟技术研究了DNA缓冲液盐浓度对DNA构象转化的影响,发现高盐浓度能延迟A→B构象的转化,而对B→A构象转化无影响。

2.4 在蛋白质折叠上的应用

蛋白质的折叠(folding)与解折叠(unfolding)往往需要ns-ms的时间量级,这是目前分子模拟时间尺度的极限。1998年,Duan等成功地运用全原子模型方法模拟了一个36个氨基酸残基的绒毛蛋白头部片段亚域(villin headpiece subdomain)在水溶液中1ms的折叠过程[9]。现在对蛋白质折叠的研究,主要是应用简化模型捕捉蛋白质折叠过程关键部分变化的方法。

2.5 在药物设计和蛋白质对接上的应用

近年来计算能力迅猛增长及研究大分子体系的理论和算法日趋成熟,基于物理学原理的计算化学方法在药物分子设计中的重要作用日益凸显。莫莉等就计算化学在基于受体结构的药物分子设计中的方法及典型应用实例进行了系统的综述,包括小分子结合位点的成药性评估、化合物数据库的虚拟筛选、先导化合物的结构优化等,同时对目前的应用方法存在的主要问题进行了探讨,提出了切实可行的处理策略。

分子动态模拟技术可用于研究蛋白质和蛋白质相互间的分子识别,包括药物和多种蛋白质结合,药物调控靶标信号转导途径特性,从而获得正确的药物设计蛋白质构象,了解蛋白质结构与功能的关系。化学小分子药物是通过与体内的生物大分子靶点结合,进而影响其生物功能来发挥药效[12]。药物分子的几何形状和药效基团配置与其受体蛋白上的结合位点的空间形状和功能基团分布是互补的,这种互补性的好坏决定了受体和药物分子的相互识别和相互结合的强弱程度。Liu[14]等模拟了人类CCRS受体的蛋白质结构,及其与HIV-1包膜上的糖蛋白gp120的对接方式,其模拟结果支持gp120-CCRS的相互作用机制,这有助于新一类抑制剂的研究。在已注册上市的16种抗HIV病毒药物中,其中10种为逆转录酶抑制剂,另外6种是蛋白酶抑制剂。逆转录酶抑制剂大多是由传统的临床“筛选”方法得到的,而在蛋白酶抑制剂设计中,分子动态模拟技术扮演了重要的角色[19]。此外,分子动态模拟技术还有助于发现隐藏的药物结合位点。

3. 展望

综上所述，计算化学避开了繁琐的化学实验，试剂，反应，并理论有效的揭示了分子内部结构，反应机理，分子问相互作用的本质．在一定实验结果的依据上，对可能存在的结构模型进行猜想计算，这对于分子的研究和预测都能提供理论支持，对于实验，生产有着重要的指导意义。

虽然已经有了一些方法可以研究生物大分子体系,但都存在一些不足之处。众所周知,生物大分子中的弱相互作用以及酶与底物、药物与受体之间的相互作

用在生命运动过程中是非常重要的,这类作用的主要特点一般为非键相互作用。在理论上要深入研这类作用的本质,即使使用传统的abinitio SCF Hartree-Fock方法也难以实现,更不用说半经验量子化学方法了。因此,生物大分子体系的高精度量子化学计算研究仍然是一个需要研究解决的难题,预计在相当长的一段时期内仍将是人们研究的难点和热点。

参考文献

[1] 郑文锐. 计算化学在化学化工中的应用（上）［J］. 上海化工,2009，（12）: 22-24.

[2] Enrico Clementi, Giorgina Corongiu,帅志刚, 等. 从原子到大分子体系的计算机模拟——计算化学50年［J］.化学进展, 2011，（9）:1795-1830.

[3] 郑文锐. 计算化学在化学化工中的应用（上）［J］. 上海化工,2009，（12）: 22-24.

[4]王鹏. 生物大分子和药物小分子相互作用及分子模拟研究[D]. 河南师范大学, 2012.

[5]王哲, 王普, 黄金. 分子模拟技术在脂肪酶性质及催化机理研究中的应用进展[J]. 化工进展, 2013, 32(10): 2475-2479.

[6] 苏培峰,谭凯,吴安安,等. 理论与计算化学研究进展［J］. 厦门大学学报（自然科学版），2011，（2）: 311-318.

[7] 杨颖.基于分子模拟方法的激酶与其抑制剂的相互作用机理研究[D]. 兰州大学，2012

[8] Jensen M O, Jogini V, Borhani D W, et al. Mechanism of voltage gating in potassium channels[J]. Science, 2012, 336(6078): 229-233.

[9] Lindorff-Larsen K, Piana S, Dror RO, et al. How fast-folding proteins fold[J]. Science, 2011, 334 (6055): 517-520.

[10] Zhao G, Perilla J R, Y ufenyuy E L, et al. Mature hiv-1 capsid structure by cryo-electron microscopy and all-atom molecular dynamics[J]. Nature,2013, 497(7451): 643-646.

[11] van Gunsteren W F. The seven sins in academic behavior in the natural sciences[J]. Angewandte Chmie, International Edition, 2013, 52(1): 118-122.

[12] Park H J，Joo J C，Park K，et a1．Prediction of the solvent affecting site and the computational design of stable Candida antarctica lipase B in a hydrophilic organic solvent[J]．Biotechno1．，2013，163(3)：346—352．

[13] Popeney C S, Levins C M, Guan Z. Systematic Investigation of Ligand Substitution Effects in Cyclophane-Based Nickel （II）and Palladium（II）Olefin Polymerization Catalysts［J］. Organometallics，2011, 30（8）: 2432-2452.

[14] Matos I, Fernandes S N, Liu H R, et all. Copolymerization of Ethylene with Unsaturated Alcohols and Methylmethacrylate Using a Silylated a-Diimine Nickel Catalyst: Molecular Modeling and Photodegradation Studies［J］. Journal of Applied Polymer Science，2013, 129: 1820-1832.

[15] Long R, English N J, Prezhdo O V. Photo-induced charge separation across the graphene-TiO2 interface is faster than energy losses: A timedomain ab lnitio analysis [J]. Journal of the American Chemical Society,2012, 134(34): 14238-14248.

[16] Ni Z，Lin X F．Insight into substituent effects in CAL-B catalyzed transesterification by combining experimental and theoretical approaches[J]．Mo1．Mode1．，2013，19：349-358 [17] Piamtongkam R，Duquesne S，Bordes F，et a1．Enantioselectivity of Candida rugosa lipases(Lipl，Lip3，and Lip4)towards 2-bromo phenylacetic acid octyl esters controlled by a single amino acid[J]．Biotechno1．Bioeng．，2011，108(8)：1749-1756．

[18] Shoichet BK, Kobilka BK. Structure-based drug screening for G-protein-coupled receptors

[J]. Trends Pharmacol Sci,2012, 33: 268?272.

[19] Chen L, Morrow JK, Tran HT, et al. From laptop to benchtop to bedside: structure-based drug design on protein targets [J].Curr Pharm Des, 2012, 18: 1217?1239.

[20] Zeng FQ, Peng SM, Li LB, et al. Structure-based identification of drug-like inhibitors of p300 histone acetyltransferase [J].Acta Pharm Sin , 2013, 48: 700?708.