胰岛素分子主链构象的CNDO／2计算和比较

对蛋白质分子进行量子化学计算常采用如下方法:以肽基和残基侧链为基本计算单元,使对蛋白质分子的计算分解成各次单元的计算(图10)。计算时往往根据构象图选择代表点以减少工作量。例如,计算木瓜蛋白酶时,根据其构象图,212个肽基被分为10组,每组中选取1个代表点进行计算。用同样的方法处理残基侧链的计算。但该方法     

机器学习加速氧化还原电位和酸度常数计算

氧化还原电位和酸度常数作为重要的物理化学性质被应用于分析能源材料重要指标值。为了实现能源材料的计算设计,发展计算电化学的方法,在复杂电化学环境下计算这些性质至关重要。近年来,利用计算电化学方法计算氧化还原电位和酸度常数已经受到了广泛的关注。然而,常用的计算方法如基于隐式溶剂化模型的小分子自由能计算,对于复杂溶剂化环境的处理非常有限。因此,基于第一性原理分子动力学（AIMD）的自由能计算被引入来描述复杂溶剂化环境中的溶质-溶剂相互作用。同时,基于AIMD的自由能计算方法已经被证实可以准确预测这些物理化学性质。然而,由于AIMD计算效率低且计算资源需求大,需要引入机器学习分子动力学（MLMD）加速计算。MLMD通过机器学习方法,构建模拟体系结构到第一性原理计算结果的一对一映射,可以在低成本下实现长时间尺度的AIMD。对于氧化还原电位和酸度常数计算,如何构建训练机器学习势函数模型所需的数据集至关重要。本文介绍了如何通过自动化工作流实现自由能计算势函数的自动化构建,通过机器学习分子动力学计算自由能并转化为对应的物理化学性质。     

MRCI及其近似方法下C2分子X1∑+g, B1△g和B'1∑+g态的势能曲线

运用MRCI及其近似方法计算得到C2分子X1∑+g,B1△+g,和B'1∑+g 3个电子态的势能曲线,并以FCI方法为基准,考察比较各种方法的优缺点.MRCI计算与FCI计算几乎不存在差别,在FCI计算不现实的情况下,MRCI计算足以作为基准考验其他计算方法.多种近似方法均能达到化学精度,并提出一个有效的选择参考组态的方法,提高MRCI计算效率的同时,保证计算的精确性.     

MRCI及其近似方法下C_2分子X~1Σ_g~ ,B~1Δ_g和B′~1Σ_g~ 态的势能曲线

运用MRCI及其近似方法计算得到C2分子X1Σg ,B1Δg和B′1Σg 3个电子态的势能曲线,并以FCI方法为基准,考察比较各种方法的优缺点.MRCI计算与FCI计算几乎不存在差别,在FCI计算不现实的情况下,MRCI计算足以作为基准考验其他计算方法.多种近似方法均能达到化学精度,并提出一个有效的选择参考组态的方法,提高MRCI计算效率的同时,保证计算的精确性.     

计算化学中的机器学习

机器学习带来的技术革命波及甚广,计算化学也从中受益.正确地将机器学习引入计算化学,有望突破现有方法在计算精度和计算效率上的瓶颈.本文针对计算化学中的机器学习方法及其应用,从势能面计算、分子动力学模拟和材料基因组工程中的分子设计三个方面进行了概述.     

密度泛函计数条件对结果精度的影响

通过对有代表性的分子ＢＣl3,ZnO,ZiCl4,LuF3的一系列计算,从三个文献考察密度泛函数理论的Ｋohn-Sham方法中采用的计算条件对结果精度的影响,发现基组完备性对计算结果影响最大,数值积分取点数目计算结果影响较小,电荷多极投影收剑较快,分子几何构型和振动基频对计算条件不太敏感,总能量和键能对计算结果较敏感,在计算键能的时对分子及其组成原了采用相同的基组和分布点方式可以减少误差,选择适当的计算条件,用较小的计算量可以得到与现有近似能量密度泛函精度相匹配的结果。     

大分子的量子化学从头计算技术及其程序化

本文报导在大分子从头计算中提高计算速度、解决数据存贮与迭代收敛问题的技术。在计算全部双电子排斥积分时,按其数值大小采取三种不同精度的方式处理,大大减少了计算量。对于必须计算的排斥积分,采取了提高计算速度的技术,并通过系列计算中数据的重复使用和局部对称性的应用,显著减少了计算机时间。采取磁盘与计算机内存相结合的方法和诱导因子技术解决数据存贮和迭代收敛问题。综合这些技术设计的大分子从头计算LCAO-MO-SCF通用程序MQM81(FORTRAN(?)语言),适合大分子计算的特点,具有快速、准确、使用方便和性能较齐全的优点。以组胺为例,排斥积分的汁算速度提高了十倍以上,对于更大分子的计算,排斥积分计算速度可望提高几十倍或更多。     

用Matlab求解化工原理计算问题的教学初探

以管路计算中的设计型问题和精馏过程计算中的操作型问题为例,分析了求解问题的思路,列出了详尽的Matlab计算源程序。计算过程及结果表明,利用Matlab求解化工原理计算问题具有数值稳定性好、使用方便、高效、快速等特点。     

生物分子计算进展*

由于生物分子在化学反应中具有高度的并行性和识别能力,使生物分子计算在解决组合优化问题中显示出巨大的优势。生物分子计算已成功地应用于计算哈密顿路径、最大集合以及逻辑运算中的SAT类问题等NP完全问题。本文总结了生物分子计算的基本思想与计算方法、生物分子计算的应用与进展,并对生物分子计算的发展趋势作了评述。     

超原子理论计算基团电负性的研究

依据Bratsch计算基团电负性的方程,根据Pauling原子电负性标度,提出了一种计算较大基团电负性的方法,该方法基于超原子思想。使用该方法做了大量的基团计算,并和引用其他文献计算结果做对比,结果表明提出的方法更加适用于计算较大的基团。     

基于GPU的Hartree-Fock与密度泛函算法及程序

基于图形处理单元(GPU)的算法和程序为解决量子化学中的计算瓶颈开辟了道路.作者设计了基于GPU的量子化学算法和程序,实现了Hartree-Fock方法和密度泛函理论中双电子排斥积分计算、Fock矩阵构造以及交换相关泛函的计算.由于计算内核使用OpenCL编程框架,程序可以在多种架构的计算设备上执行.对于不同计算模块和分子自洽场计算的测试表明,基于OpenCL的GPU程序相比CPU上的串行程序实现了最快148倍的加速.     

结合容错编码的量子化学分布式计算

随着大尺度模拟、机器学习等前沿应用的兴起,分布式计算越发成为重要的计算研究手段.然而分布式计算由于多节点导致的软硬件局限,在科学计算、机器学习等领域的应用仍会存在一些问题.本工作将编码分布式计算应用到量子化学领域,通过借鉴梯度编码方案,一方面解决分布式量子化学计算中的掉队节点问题;另一方面增加量子化学分布式计算的自动纠错能力,减少计算过程耗费的人力物力,以期实现自动化的容错量子化学计算.此外,也提出了编码复用的计算思路,能够简单有效地使用更多的计算资源在设定的容错能力上进行分布式计算.最后将此计算方案应用到计算P38蛋白与配体的结合能上,将使用编码计算得到的结果与真实的结果进行对比,验证此方案的准确性及其在自动化容错量子化学计算方面的应用潜力.     

应用理论化学方法预测有机分子的标准摩尔生成焓

介绍一个针对高年级本科生开设的计算化学创新性实验,采用高斯理论计算一系列有机小分子的构型和热化学性质,并通过原子化反应法计算其标准摩尔生成焓.该实验可让学生初步掌握相关计算软件的使用,了解不同计算方法的适用范围,认识理论与实验相结合的实践途径.     

密度泛函计算条件对结果精度的影响

通过对有代表性的分子BCl₃,SO₂,ZnO,TiCl₄,LuF₃的一系列计算,从三个方面考察密度泛函理论的Kohn-Sham方法中采用的计算条件对结果精度的影响.发现基组完备性对计算结果影响最大,数值积分取点数目对计算结果影响略小.电荷多极投影收敛较快.分子几何构型和振动基频对计算条件不太敏感,总能量和键能对计算结果较敏感.在计算键能时对分子及其组成原子采用相同的基组和积分布点方式可以减少误差.选择适当的计算条件,用较小的计算量可以得到与现有近似能量密度泛函精度相匹配的结果.     

考虑相关能效应的过渡态计算方法

提出了一种在X_a方法基础上,同时包含电子相关效应和考虑电子自相互作用的过渡态计算方法.由此计算的一系列原子电离势的结果表明,相关能对电离势的计算结果有很大影响,其数值为—0.41eV～0.94eV.引入相关能效应使计算结果明显趋于合理.此计算模型兼有简便和合理的特点,且能适用于分子体系的计算.     

用Excel迭代运算程序解决复杂配位平衡体系中的准确计算问题

采用Excel软件工作表格,通过程序设计引导迭代计算方向,解决了两个复杂配位平衡体系中离子浓度的精确计算问题,发展了简便的Excel计算方法,为复杂配位平衡体系中的精确计算提供了思路。     

数值误差对能斯特方程计算结果的影响

电势和浓度通过能斯特方程相互计算时,计算结果受对方数值误差的影响。本文通过误差传递和实例研究了这种影响。结果表明：浓度误差对电势计算值的影响小,而电势误差对浓度计算值的影响大;这种现象在电子转移数较多、电势较大时更加显著。浓度为计算目标时需要重视数值误差的影响,所以代入能斯特方程的电势值应该有足够精度,或者避免使用能斯特方程,而是通过平衡常数进行计算。电势为计算目标时,浓度误差的影响较小,因此可以通过近似手段估算浓度,然后代入能斯特方程,既简化计算,又保证精度。     

基于学习进阶理论的化学式计算教学设计*

为了攻克“化学式计算”这一难点,基于学习进阶理论对化学式计算的学习过程和影响因素进行分析,并以化学式计算的影响因素为维度,描述了化学式计算的2个预期水平的行为表现。围绕学生的预期行为表现设计驱动性问题进行教学设计,以期为化学式计算的教学提供案例参考。     

MRCISD程序的改进

报道了一个改进的多参考态组态相互作用计算程序,通过对照计算比较了该程序与Gaussian-94W和Gaussian-98W中CISD的效率,并在微机上实现了组态数超过10^7的大规模CI计算。此外,为了使CI计算能够应用于更大的体系,还报道了一些近似CI方法的计算结果。     

群的对称性偶合系数计算的新方法

<正> 应用广义Wigner—Eckart定理于简化分子体系的量子化学计算可把低对称群微扰理论中矩阵元的计算还原为高对称群矩阵元的计算。这里涉及到高对称群一低对称群和低对称群V系数的计算。人们通常采用投影算符法计算V系数,然后计算高对称性的偶合系数。许多工作者曾就此作了有益的讨论和详细的计算。