Wieloskalowe pobieranie próbek heterogenicznego granicy faz woda/katalizator metalowy przy użyciu teorii funkcjonału gęstości i dynamiki molekularnej pola siłowego
12 kwietnia 2019
Celem przedstawionego tutaj protokołu jest generowanie i próbkowanie trajektorii konfiguracji cząsteczek ciekłej wody wokół gatunków katalitycznych na płaskiej powierzchni metalu przejściowego. Próbkowane konfiguracje mogą być używane jako struktury wyjściowe w metodach opartych na mechanice kwantowej.
Modele protokołów, zjawiska termiczne i kwantowe w katalizie heterogenicznej w fazie ciekłej. Jest to pierwsza, według naszej wiedzy, która łączy mechanikę kwantową z pełnym próbkowaniem wyraźnie ciekłego środowiska. Konfiguracje cząsteczek cieczy wygenerowane w tym protokole reprezentują konfiguracje oczekiwane w rzeczywistych warunkach reakcji i mogą być wykorzystane do badania zjawisk na poziomie molekularnym, które zależą od przestrzennego ułożenia cząsteczek.
Konfiguracje cząsteczek cieczy generowane przez ten protokół zapewniają wgląd w role, jakie rozpuszczalnik odgrywa w katalizie heterogenicznej w fazie ciekłej. Jeśli próbujesz tego protokołu po raz pierwszy, zalecam, abyś najpierw upewnił się, że masz dostęp do oprogramowania VASP, MCPliQ, VMD i LAMMPS i możesz je uruchomić. Procedurę zademonstruje Tianjun Xie, doktorant z mojego laboratorium.
Po wygenerowaniu struktury adsorbatu wygeneruj pliki wejściowe LAMMPS do symulacji NPT i zrównoważ objętość komórki za pomocą FFMD. Skopiuj plik wejściowy LAMMPS do katalogu roboczego. Edytuj zmienną grupy w wierszu 34, aby wskazać indeksy typów atomów dla atomów wody, tlenu i wodoru wody.
W zmiennej grupy w wierszu 35, aby wskazać indeksy typu atomu dla atomów platyny i adsorbatu. W wierszu 17 pliku wejściowego zmodyfikuj zmienną kroku przebiegu, aby ustawić czas trwania symulacji NPT wystarczająco długi, aby obejmował przebieg równoważenia i przebieg produkcyjny. Uruchom oprogramowanie LAMMPS, wpisując polecenie w interfejsie wiersza poleceń, które zawiera informacje o liczbie rdzeni procesora do użycia oraz nazwę pliku wykonywalnego LAMMPS.
Minimalizacja energii udoskonala konfigurację cząsteczek wody, a następnie przeprowadzana jest symulacja FFMD przy stałej liczbie cząsteczek wody, objętości i temperaturze, aby doprowadzić wodę do temperatury symulowanej. Kolejna symulacja FFMD jest następnie uruchamiana przy stałej liczbie cząsteczek wody, ciśnieniu i temperaturze, aby określić fizycznie poprawną wysokość pudełka symulacyjnego. Pliki wyjściowe zostaną użyte później.
Po symulacji NPT wykreśl wysokość superkomórki w funkcji czasu. Punkt, w którym wyrównuje się do wartości w stanie ustalonym, jest punktem w symulacji NPT, w którym można rozpocząć produkcję. Sprawdź równowagę symulacji NPT, upewniając się, że wahania wysokości superkomórki są minimalne lub zbiegły się do stałej wartości.
Jeśli wystąpią duże wahania, otwórz plik wejściowy equil i zmniejsz krok czasowy w wierszu 92, aby zregenerować konfigurację cząsteczki wody i uruchomić oprogramowanie LAMMPS jak poprzednio. Aby rozpocząć, wpisz w interfejsie wiersza poleceń, aby uruchomić skrypt.
Ten skrypt wyprowadza średnią wysokość superkomórki z części symulacji NPT dotyczącej przebiegu produkcyjnego do pliku TXT. Skrypt odczytuje długość wymiaru z komórki w odstępach 1 000 femtosekund, co jest domyślnym interwałem drukowania informacji w formacie LAMMPS. Jeśli wymagany jest inny interwał drukowania, można go zmienić, edytując wiersz 20 get_npt_lz.
py skrypt i wiersz 16 wejścia LAMMPS. plik equil. Skrypt wykrywa i odrzuca wartości lz o wartości pierwszych dwóch nanosekund, ponieważ składają się one na część symulacji dotyczącą równowagi.
Czas trwania przebiegu równoważenia można zmienić, edytując wiersz 19 pliku. Pozostałe trzy nanosekundy stanowią część produkcyjną i dlatego są wykorzystywane do obliczenia średniej długości wymiaru z. Ponadto skrypt generuje inny plik TXT, który podaje wartości lz w funkcji kroku czasowego, a także plik PNG, który wykreśla te same dane.
Wykres może być wykorzystany do weryfikacji równowagi symulacji NPT. Aby zrekonstruować superkomórkę przy użyciu średniej wysokości określonej w NPT, skopiuj wcześniej wygenerowany plik danych do nowego katalogu roboczego i zmień jego nazwę na data.myadsorbate. Następnie edytuj nowy plik danych, aby zmienić zlo na 0,0 i zhi na wartość lz z wartości średniej wyjściowej w pliku TXT.
Skopiuj plik wejściowy LAMMPS do nowego katalogu roboczego. Edytuj zmienną grupy w wierszu 32, aby wskazać indeksy typu atomu dla atomów wody, tlenu i wodoru wody, oraz zmienną grupy w wierszu 33, aby wskazać indeksy typu atomu dla atomów platyny i adsorbatu. Następnie w wierszu 16 zmodyfikuj zmienną runStep tak, aby była wystarczająco długa, aby zawierała przebieg równoważenia i przebieg produkcyjny.
Wpisz polecenie, aby uruchomić LAMMPS w interfejsie wiersza polecenia, aby uruchomić oprogramowanie LAMMPS. Spowoduje to uruchomienie stałej symulacji NVT na cząsteczkach wody i wygenerowany zostanie kluczowy plik wyjściowy. Symulacja NVT składa się z części równoważącej i części produkcyjnej.
Część produkcyjna rozpoczyna się, gdy energia systemu wykreślona w stosunku do czasu wyrówna się. Aby rozpocząć, otwórz skrypt czasu życia wiązania wodorowego. Zmień rzeczywistą zmienną początkową w wierszu 22, aby ustawić krok czasowy pierwszego przedziału czasu.
Zmień zmienną kroku czasowego w wierszu 23, aby ustawić częstotliwość zapisywania ramek w pliku trajektorii LAMMPS. Zmień zmienne N_first i N-ostatnie w wierszu 24 i 25, aby ustawić pierwszy i ostatni krok, oraz zmień zmienną nową w wierszu 26, aby ustawić, czy kolejne klatki są brane pod uwagę, czy pomijane. Ustaw liczbę linii na odcinek klatki w pliku trajektorii, zmieniając zmienną linii klatki w wierszu 27.
Ponadto edytuj wiersze od 31 do 35, aby określić, które typy atomów w danych należą do adsorbatu, a które typy atomów należą do cząsteczek wody. Skrypt analizuje konfiguracje wody w cyklu produkcyjnym i określa, czy jakiekolwiek cząsteczki wody są związane wodorem z adsorbatem.
Następnie zlicza czas symulacji, w którym każde wiązanie wodorowe pozostaje nienaruszone, i podaje tę informację jako rozkład czasu życia wiązania wodorowego w jednostkach pikosekund. LAMMPS zapisuje konfigurację cząsteczek wody do pliku co 1 000 femtosekund, co jest wartością domyślną w dostarczonym pliku wejściowym LAMMPS. Wykrywa i odrzuca konfiguracje o wartości pierwszych dwóch nanosekund w pliku, ponieważ składają się one na część symulacji dotyczącą równowagi, a pozostałe trzy nanosekundy wykorzystuje do obliczenia czasu życia wiązań wodorowych.
Aby uruchomić skrypt, wpisz tekst w interfejsie wiersza poleceń. Następnie generuje plik DAT. Wykreśl dane w pliku, aby wyświetlić rozkład czasów życia wiązań wodorowych, które wystąpiły podczas symulacji NVT.
Aby określić przyrost czasu, który ma być używany dla interwału próbkowania czasu, należy użyć przyrostu czasu większego lub równego maksymalnemu okresowi życia wiązania wodorowego. Należy określić liczbę konfiguracji od serii produkcyjnej trajektorii NVT FFMD do próbkowania, tak aby minimalny czas między konfiguracjami był równy lub większy niż określony wcześniej interwał pobierania próbek. W poprzednio napisanym skrypcie wyodrębniania ramek edytuj wartość domyślną zmiennej liczby ramek w wierszu 21, aby określić liczbę konfiguracji do wyodrębnienia.
Aby uruchomić skrypt, wpisz nazwę skryptu w interfejsie wiersza polecenia. Spowoduje to wyświetlenie listy czasów symulacji odpowiadających konfiguracjom, które powinny zostać wyodrębnione z pliku symulacji NVT. Konfiguracje te mogą być używane jako struktury wyjściowe w symulacjach AIMD lub QM.
W tej procedurze wykorzystano FFMD do wygenerowania początkowej konfiguracji cząsteczek wody. Symulacja AIMD pokazuje, że cząsteczka wody, która jest pierwotnie związana wodorem z adsorbatem alkoholu cukrowego na powierzchni platyny-111, abstrahuje wodór od adsorbatu alkoholu i osadza drugi wodór na powierzchni platyny-111. Struktura cząsteczek wody w stanie ciekłym zależy od ustawień wejściowych.
Niewłaściwe ich ustawienie może mieć niezamierzony wpływ na struktury wodne. Na tym rysunku lewa strona jest strukturą początkową dla przebiegu FFMD. A prawa strona znajduje się w ciągu jednej pikosekundy od rozpoczęcia symulacji.
Symulacja FFMD wybucha z powodu niefizycznie dużych ustawień siły, powodując oddalanie się cząsteczek wody od powierzchni. Konfiguracje mogą być wykorzystywane w mechanice kwantowej lub symulacji QMM lub mogą być wykorzystywane do analizy statystyk związanych z pozycjami przestrzennymi cząsteczek. Technika ta toruje naukowcom drogę do zbadania roli, jaką środowiska reakcji cieczy odgrywają w katalizie, generując rzeczywiste konfiguracje cząsteczek cieczy na granicy faz katalitycznych.
Przegląd
Ten protokół przedstawia metodę generowania i próbkowania konfiguracji cząsteczek wody ciekłej wokół gatunków katalitycznych na płaskiej powierzchni metalu przejściowego. Integruje mechanikę kwantową z pełnym próbkowaniem wyraźnego środowiska płynnego, dostarczając wgląd w zjawiska na poziomie molekularnym w katalizie heterogenicznej.
Kluczowe Składowe Badania
Obszar Nauki
- Kataliza heterogeniczna
- Mechanika kwantowa
- Symulacje w fazie ciekłej
Tło
- Zrozumienie roli rozpuszczalników w katalizie ma kluczowe znaczenie dla optymalizacji reakcji.
- Tradycyjne metody często pomijają wyraźne modelowanie środowisk płynnych.
- Ten protokół ma na celu wypełnienie tej luki poprzez uwzględnienie zjawisk termalnych i kwantowych.
- Umożliwia eksplorację ułożenia molekularnego w realistycznych warunkach reakcji.
Cel Badania
- Generowanie realistycznych konfiguracji cząsteczek wody wokół gatunków katalitycznych.
- Wykorzystanie tych konfiguracji w metodach opartych na mechanice kwantowej.
- Wzmocnienie zrozumienia efektów rozpuszczalnika w katalizie heterogenicznej w fazie ciekłej.
Wykorzystane Metody
- Wykorzystanie oprogramowania VASP, MCPliQ, VMD i LAMMPS do symulacji.
- Generowanie plików wejściowych LAMMPS do symulacji NPT i NVT.
- Wyważanie objętości komórki i temperatury symulacji za pomocą symulacji FFMD.
- Analiza czasów życia wiązań wodorowych w trakcie działającej symulacji.
Główne Wyniki
- Pomyślne wygenerowanie konfiguracji wody, które naśladują rzeczywiste warunki reakcji.
- Wgląd w stabilność i dynamikę wiązań wodorowych między wodą a adsorbatami.
- Weryfikacja wyważenia w symulacjach NPT poprzez pomiary wysokości.
- Pliki wyjściowe zawierające średnią wysokość superkomórki i rozkłady czasów życia wiązań wodorowych.
Wnioski
- Protokół skutecznie modeluje interakcje wody ciekłej z powierzchniami katalitycznymi.
- Dostarcza ramy dla przyszłych badań nad efektami rozpuszczalnika w katalizie.
- Wyniki mogą służyć do projektowania bardziej wydajnych procesów katalitycznych.
Często Zadawane Pytania
Executive Industry Relevance
This protocol enables biopharma R&D teams to model solvent effects at catalytic interfaces with molecular-level accuracy, supporting target validation in heterogeneous catalysis. By integrating force-field sampling with quantum mechanics, it provides predictive confidence in mechanistic de-risking for liquid-phase reaction systems. The approach aids in early discovery by clarifying how solvent molecules participate in bond-breaking and forming processes relevant to catalytic pathways.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses by modeling how water molecules interact with catalytic species on metal surfaces.
- Operational Value: Supports biological de-risking through explicit sampling of liquid configurations that reflect actual reaction conditions.
- Predictive Value: Enhances target confidence by identifying solvent participation in catalytic decompositions, such as glycerol-derived intermediates.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems for downstream workflows by generating configurations of liquid water molecules suitable for quantum mechanics-based analysis.
- Operational Value: Addresses assay standardization and reproducibility through equilibrated NPT simulations and hydrogen bond lifetime analysis.
- Screening Readiness: Outputs configurations that can be used as starting structures for AIMD or QM simulations, enabling reliable compound evaluation.
Translational & Preclinical Research
- Translational Continuity: Connects discovery through preclinical validation by providing a framework to explore solvent effects in liquid-phase heterogeneous catalysis.
- Risk-Adjusted Advancement: Supports mechanistic de-risking by identifying how H₂O molecules participate in catalytic pathways, informing go/no-go decisions.
- Predictive De-risking: Focuses on reducing mechanistic ambiguity in catalytic systems where solvent dynamics influence reaction outcomes.
Pipeline & Workflow Integration
The method integrates into the discovery continuum from hypothesis testing to lead identification by enabling mechanistic insights into solvent-catalyst interactions under realistic conditions.
- Discovery Biology: Supports hypothesis testing and pathway clarification by modeling thermal and quantum phenomena in liquid-phase heterogeneous catalysis.
- Screening: Describes assay readiness through the generation of liquid configurations that can be used in quantum mechanics-based methods such as DFT or ab initio molecular dynamics.
- Analytics: Highlights quantitative outputs such as hydrogen bond lifetime distributions and average supercell height, which help teams compare solvation effects across conditions.
- Translational Research: Connects to preclinical continuity by providing a reusable framework for studying solvent effects in catalysis, relevant to biomarker alignment in metabolic pathways.
- Enterprise Reuse: Positions the method as a reusable capability for generating liquid configurations across multiple catalytic systems, reducing redundant simulation efforts.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence in target validation, reduction of mechanistic ambiguity in solvent-catalyst interactions.
- Operational Value: Standardization, reproducibility, and scalability of liquid-phase simulations through defined equilibration and production protocols.
- Strategic Value: Better go/no-go decisions, capital efficiency, and reduced late-stage biological risk by clarifying solvent roles early in discovery.
- Portfolio Impact: Risk-adjusted prioritization and advancement decisions based on mechanistic insights into catalytic intermediates under liquid conditions.
Implementation Considerations
- Required scientific expertise in computational chemistry, molecular dynamics, and quantum mechanics-based simulations.
- Instrumentation and analytical infrastructure needs include access to VASP, MCPliQ, VMD, and LAMMPS software for FFMD and QM workflows.
- Cross-team standardization requirements involve consistent editing of group variables and run step variables in LAMMPS input files to ensure reproducibility.
- Adaptation considerations across model systems include modifying atom type indexes for different adsorbates and metal surfaces, such as platinum-111 with glycerol-derived intermediates.
- Practical limitations include sensitivity to force field settings; improper input settings can lead to unphysically large forces and simulation instability, as observed in FFMD blow-up scenarios.
Biopharma FAQs
Chapters in this video
0:04
Title
0:51
Add Explicit H2O Molecules
3:12
Extract the Proper Height of the Supercell
5:06
Generate Configurations of H2O Molecules
6:10
Determine the Hydrogen Bond Lifetime for Proper Time Sampling
8:23
Sample Configurations of Liquid H2O Molecules
9:19
Results: FFMD/AIMD Simulation
10:21
Conclusion
