2020年4月8日
弱结合分子簇的大气浓度可以通过利用遗传算法和半经验量子化学的多步配置采样方法,从低能结构的热化学性质中计算。 ab initio
我们的协议为研究弱束分子簇提供了一种灵活且计算可行的方法,并可轻松应用于深入了解其结构、形成和丰度。该技术的主要优点是,从快速力场和半经验方法到严格的量子力学方法,在不同理论层面处理分子簇的效率与灵活性。大气和气溶胶化学可以从这种方法中获益最大,从而产生更好的气候变化模型。
然而,任何涉及分子簇的领域都可以利用这种方法。对于从未执行过此技术的个人,最具挑战性的步骤是初始计划和脚本安装及其对本地计算环境的适应。对计算化学的大学生可以通过显式分步指令的可视化来克服使用高性能计算集群的陡峭学习曲线。
要获得用于遗传算法配置采样的分离甘氨酸分子的最小能量结构,请在 Avogadro 中打开新会话,然后单击"构建"、插入、肽、甘氨酸和插入肽,以在可视化窗口中生成甘油单体。单击"扩展"和高斯,然后按指示编辑文本框中的第一行。单击"生成"并保存命令文件glycine.com。
要获得隔离水的最低能量结构,请在 Avogadro 中打开新会话,然后选择"生成、插入"和"片段"。将水输入滤镜文本框,选择水文件,然后单击"插入"。单击"扩展"和高斯,然后按指示编辑文本框中的第一行。
单击"生成"并保存命令文件water.com。然后将两个 com 文件传输到计算群集,并使用相应的提交脚本运行高斯 09 计算。计算群集上计算完成后,调用 open babel 以生成输入命令的最小能量结构的 xyz 文件。
对于基于遗传算法的配置采样,将所有脚本和模板添加到文件夹中,并将文件夹复制到远程群集。确保所有脚本都是可执行的,并使用指示的命令将脚本目录的位置添加到路径环境变量中。要获得一组低能量结构的甘氨酸和水在廉价的半经验理论水平,创建一个名为gly-h2o-n的目录,其中n是水分子的数量,并在gly-h2o-n目录下创建一个名为GA的子目录,以运行遗传算法计算。
将 ogolem 输入文件、单体笛卡尔坐标和 PBS 批处理提交脚本复制到 GA 目录中,并使用适当修改的运行运行 GA 计算。pbs 提交脚本。计算完成后,将目录更改为 gly-h2o-n GA pm7 并运行 getRotConsts 命令,如指示其中 13 是群集中的原子数,而 9 表示有 10 个结构,索引为 0 到 9。
这将计算 GA 优化群集的旋转常量,并生成一个名为 rotConstsData_C 的文件,其中包含所有 GA 优化群集配置、其能量及其旋转常量的排序列表。运行相似性分析。py 脚本rotConstsData_C文件作为输入,以查找和保存唯一的 GA 优化群集。
Pm7 将用作文件命名标签,以生成名为"唯一结构-pm7.data"的文件。其中包含唯一 GA 优化配置的排序列表。在 gly-h2o-n GA 目录中,使用组合 GA。
csh 脚本,用于组合多个可比较 GA 运行的结果,并生成名为"唯一结构-pm7"的新唯一结构列表。gly-h2o-n GA 目录中的数据。工作目录应具有图文并茂的组织和结构。
为了将甘氨酸水团的结构从基于半经验方法的遗传算法优化为使用更精确的量子力学方法的遗传算法,在 gly-h2o-n 目录下创建一个名为 QM 的子目录。在 QM 目录下,创建另一个名为 pw91-sb 的子目录,然后将唯一结构列表从 gly-h2o-n GA 目录复制到 QM pw91-sb 目录。将目录更改为 gly-h2o-n QM pw91-sb 并运行小基础集函数性理论脚本 run-pw91-sb。
csh 是这组计算的标签,Q 是计算群集上的首选队列,10 表示 10 个计算将分组到一个批处理作业中。提交的计算完成后,使用 getRotConsts-dft-sb。csh 脚本提取能量并计算小基础优化群集的旋转常数。
在这里,pw91 是使用的密度函数,n 是群集中的原子数。使用类似的分析。py 脚本与以前一样,以标识唯一结构,但使用 sb 作为标签。
在 pw91 631 加 G 星级理论中优化的独特配置列表将保存在独特的结构-sb 中。数据文件。在 gly-h2o-n QM 目录中,使用组合组合 QM。
csh 脚本,用于合并多个可比较 QM 运行的结果。组合 QM。csh pw91-sb 命令将生成名为"唯一结构-sb"的新唯一结构列表。
gly-h2o-n QM 目录中的数据。要使用更好的量子力学描述进一步优化甘氨酸和水簇的结构,请创建一个名为 pw91-lb 的子目录,在 QM 目录下。将唯一结构列表从 QM pw91-sb 目录复制到 QM pw91-lb 目录,然后将目录更改为 QM pw91-lb。
运行大基础密度函数性脚本 run-pw91-lb。csh 是这组计算的标签,Q 是计算群集上的首选队列,10 表示 10 个计算要分组到一个批处理作业中。提交的计算完成后,使用 getRotConst-dft-lb。
csh 命令计算大型基础优化群集的旋转常数。在这里,pw91 是使用的密度函数,n 是群集中的原子数。使用相似性分析。
py 脚本与以前一样,以 lb 作为标签,生成在 pw91 6311 加 G 星形理论级别优化的独特配置列表,并保存在独特的结构-lb 中。数据文件。要获得计算所需热化学校正所需的甘氨酸和水簇的振动结构和能量,请将唯一结构列表从 QM pw91-lb 目录复制到 QM pw91-lb 超细目录,然后将目录更改为 QM/pw91-lb 超细目录。
运行超细密度函数理论脚本 run-pw91-lb 超细。csh 是这组计算的标签,Q 是计算群集上的首选队列,10 表示 10 个计算要分组到一个批处理作业中。此脚本将自动生成高斯 09 的输入并提交所有计算。
提交的计算完成后,请使用 getRotConsts-dft-lb-超细。csh 命令计算超细优化群集的旋转常数。在这里,pw91 是使用的密度函数,n 是群集中的原子数。
使用相似性分析。py 脚本与以前一样,以 uf 作为标签生成并保存一个针对 pw91 6311 plus 在独特结构-uf 中的超细收敛标准优化的独特配置列表。数据文件。
然后运行运行热-pw91。csh 脚本与独特的结构 - uf 。数据文件作为输入,用于计算热力学校正。
将命令行输出复制并粘贴到随附的电子表格上,该电子表格名为 gly-h2o-n .xls。由于此计算的原始能量和后续 n 等于 2、3、4 和 5 个计算,因此添加到 gly-h2o-n 的第一页中。xls spredsheet,水合物分布表,产生水合物在不同温度,相对湿度,水和甘氨酸的初始浓度的平衡浓度将更新。
在这里,可以观察到甘氨酸-水簇的最低电子能量异构体。请注意,随着水分子数量的增加,氢键网络是如何在复杂性中增加的,从以平面网络为三维笼状结构(n 等于5)。在此表中,运行热-pw91 的输出示例。
显示 csh 脚本。对于每个集群,pw91 6311 加 G 星的能量对应于 pw91 6311 加 G 星理论水平,以哈雷树单位为单位计算超细集成网格,以及零点振动能量(每摩尔千卡单位)。在每个温度下,在无吉布斯能量形成增量 G 中计算的 enthalpy 地层三角洲 H 以每摩尔千卡的单位给出,计算到的 enthalpy 地层 S 以每摩尔的卡路里单位给出。
在此表中,显示了水化无吉布斯能量变化和顺序水化的总无吉布斯能量变化的代表性计算。利用这些数据,可以计算水合糖氨酸的大气浓度。必须安装正确的软件,并添加包含的脚本以反映自己的计算环境。
将脚本的位置添加到路径中至关重要。该技术用于确定大气水团对肽键形成的催化活性,有助于益生菌化学领域。
本文介绍了一种用于研究弱结合分子团簇的计算方法,重点关注其结构、形成和丰度。该方法结合遗传算法和量子化学技术来推导低能量构型。
This computational protocol enables efficient exploration of weakly-bound molecular clusters, supporting target validation through mechanistic de-risking of biomolecular interactions. By providing Gibbs free energy surfaces and atmospheric concentration predictions, it enhances predictive confidence in early discovery stages for peptide-based therapeutics and prebiotic chemistry applications. The approach bridges computational chemistry with translational relevance, offering a reusable framework for assessing molecular stability under physiological conditions.
The method integrates into early discovery workflows by providing structural and thermodynamic inputs for hypothesis testing, progressing from configurational sampling to quantum refinement and property prediction.