线性响应和两种态特定方法模拟AF350电子跃迁的溶剂效应

在极化连续模型框架下比较了线性响应与两种不同态特定方法计算的溶液中Alexa Fluor 350(AF350)分子激发能和光谱移动值的差异. AF350的第一激发态S0→S1电子跃迁属于π→π^*跃迁, 主要对应于最高占据分子轨道(HOMO)到最低空轨道(LUMO)的跃迁. 该分子激发态偶极矩大于基态偶极矩, 激发态时溶质溶剂相互作用比基态时更强, 随着溶剂极性增大, 会发生光谱红移的现象. 与实验值相比, 线性响应和两种态特定方法均高估了激发能, 其中以IBSF(Improta-Barone-Scalmani-Frisch)方法得到的激发能最小, 矫正的基态反应场方法(cGSRF)得到的激发能最大. 对于光谱移动值, 3种方法与实验值相比都偏小, 线性响应方法(LR)计算出的误差最大, 而IBSF方法得到的结果与实验值最吻合, 是预测溶液中AF350分子激发能和光谱移动值最准确的方法. 对比了Marcus传统理论和基于约束平衡的非平衡溶剂化理论的结果, 发现后者得到的激发能和光谱移动值更接近于实验值.     

热力学数据对1, 3-丁二烯燃烧特性的影响

基于G4方法, 计算了1,^{3-丁二烯框架燃烧反应机理中102个物种的热力学数据, 并考察了振动非谐性、 频率校正因子以及受阻内转动对结果的影响. 结果表明, 考虑振动非谐性或采用不同的频率校正因子, 对热力学数据的影响不大; 考虑内转动后, 对热力学数据有较大影响. 而且考虑内转动后, 得到的热力学数据与实验热力学数据吻合得更好. 用所得热力学数据模拟了1,3-丁二烯的绝热燃烧温度以及点火延迟时间, 结果显示, 要得到可靠的绝热火焰温度, 对小分子(如CO和CO₂等)的热力学数据需要采用实验结果. 将用所得热力学数据模拟得到的点火延迟时间, 与机理本身的热力学数据所得点火延迟时间进行对比, 二者差别显著, 表明所得热力学数据主要通过改变一些反应的逆反应速率常数来影响点火延迟时间. 进一步确定了用所得热力学数据对点火延迟时间有显著影响的一些物种.}     

硫族铅化物阳离子低电子态的理论研究

采用我们最近发展的含旋轨耦合的运动方程耦合簇计算电离能(EOMIP-CC)方法,在CCSD级别上计算了硫族铅化物PbS、PbSe、PbTe阳离子低电子态的平衡键长和谐振频率以及绝热和垂直电离能,得到的结果与已有的实验值吻合较好.不考虑旋轨耦合(SOC)的情况下通过与CCSD(T)的计算结果比较,考察了三重激发对计算结果的影响,结果显示考虑三重激发的贡献后得到的键长和频率结果与实验值吻合更好.计算结果表明PbTe+中2Π态的能量分裂明显大于PbS+和PbSe+中2Π态的能量分裂,但是PbTe+中2Π1/2和2Σ1/2态之间的相互耦合则明显弱于PbS+和PbSe+中这两个态之间的耦合.PbTe+中2Π1/2和2Σ1/2态之间耦合很弱,一方面是因为2Σ+态和2Π态的能量差比PbS+和PbSe+中2Σ+态和2Π态的能量差大,另一方面还由于PbTe+中2Π1/2和2Σ1/2态之间的旋轨耦合矩阵元只是PbS+和PbSe+中2Π1/2和2Σ1/2态之间的旋轨耦合矩阵元的一半.这些计算结果为PbS+、PbSe+、PbTe+阳离子的低电子态性质提供了新的理论数据,可以为将来的实验数据提供参考.     

基于药效团的BRD4靶向小分子抑制剂虚拟筛选

BRD4靶点和多种肿瘤密切相关,是具有良好成药性的热门靶点。本文选取活性较好且结构差异较大的BRD4小分子抑制剂作为训练集分子,基于配体小分子共同特征(HipHop)方法使用Discovery Studio 3.0分子模拟软件构建了药效团。药效团通过测试集验证、ROC曲线验证(SE(sensitivity)=0.93765、SP(specificity)=0.89500、(AUC)=0.956),结果表明构建得到的药效团具有较强的可靠性和较高的可信度。药效团模型含有1个芳环中心、1个疏水基团、2个氢键受体四个药效特征元素。此药效团被用于ZINC数据库进行虚拟筛选,共筛选了861203个分子,命中率为0.782%。再对筛选得到的分子经过分子对接、ADMET成药性预测、构象分析并讨论分子-蛋白相互作用模式,最终得到了21个有潜力的BRD4小分子抑制剂。     

基于图形处理单元与密度拟合近似的单精度耦合簇CCSD和CCSD(T)程序

作者此前工作表明, 在耦合簇CCSD (Coupled-Cluster approaches within the singles and doubles approximation)与CCSD(T) (CCSD approaches augmented by a perturbative treatment of triple excitations)计算中结合单精度数与消费型图形处理单元(GPU), 可以显著提高计算速度. 然而由于CCSD(T)计算对内存的巨大需求以及消费型GPU的内存限制, 在利用消费型GPU进行加速时, 不考虑利用空间对称性的情况下, 此前开发的CCSD(T)程序仅能用于计算300~400个基函数的体系. 利用密度拟合(Density-Fitting, DF)处理双电子积分可以显著降低CCSD(T)计算过程中的内存需求, 本工作发展了基于密度拟合近似并结合单精度数进行运算的DF-CCSD(T)程序, 该程序可用于包含700个基函数的无对称性体系的单点能计算, 以及包含1700个基函数的有对称性体系. 本工作所使用的计算节点配置了型号为Intel I9-10900k的CPU和型号为RTX3090的GPU, 与用双精度数在CPU上的计算相比, 利用单精度数结合GPU进行运算可以将CCSD的计算速度提升16倍, (T)部分可提升40倍左右, 而使用单精度数引入的误差可忽略不计. 在程序开发过程中, 作者发展了一套可利用GPU或CPU结合单精度数或双精度数进行含空间对称性的矩阵操作代码库. 基于该套代码库, 可以显著降低开发含空间对称性的耦合簇代码的难度.