CN101131707A - 分子力学力场参数的自动化生成方法 - Google Patents
分子力学力场参数的自动化生成方法 Download PDFInfo
- Publication number
- CN101131707A CN101131707A CNA2006100304657A CN200610030465A CN101131707A CN 101131707 A CN101131707 A CN 101131707A CN A2006100304657 A CNA2006100304657 A CN A2006100304657A CN 200610030465 A CN200610030465 A CN 200610030465A CN 101131707 A CN101131707 A CN 101131707A
- Authority
- CN
- China
- Prior art keywords
- molecular
- force field
- parameters
- fitting
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及分子力学力场参数的自动化生成方法,包含了自动生成分子模拟必需的分子力学力场参数的方法,可应用于材料科学、生命科学、药物科学和化学化工等方面的基础研究。本发明主要内容是:为目标分子寻找可以用来制作其分子力场参数的唯一的一组分子模型集合;对分子模型集合实施量子力学计算,以得到可以用来拟合分子力学力场的基准数据;自动拟合大量非线性数据;自动验证拟合的结果;以及用数据库方法储存管理上述数据和拟合结果。本发明是为了解决缺乏完整准确的力场这一在当前分子模拟技术广泛应用中的瓶颈问题。本发明提供了一个新的,能够快速、准确、自动地推导分子力场的系统方法。
Description
技术领域
本发明涉及计算化学中的分子模拟方法,包含了自动生成分子模拟必需的分子力学力场参数的方法,可应用于材料科学、生命科学、药物科学和化学化工等方面的基础研究。
背景技术
随着现代计算机硬件和软件技术的迅速发展,分子模拟已经成为一个不可或缺的研究手段,在材料科学、生命科学、药物科学和化学化工等方面起到日益重要的作用。而分子模拟的基础是能够准确描述原子间相互作用的势函数,也就是通常所说的分子力学力场。目前,不完整的分子力学力场常常阻碍分子模拟方法在工业中的应用。虽然公开文献中已有许多分子力学力场的报道(如CHARMM,AMBER,MM2,MM3,MMFF,CFF9x,COMPASS,Drieding,UFF等),但是现有力场在可迁移性和可扩展性方面存在着严重的局限性,在应用到新药物或新材料分子的研发时仍有很多要求难以满足,往往出现因缺乏参数而无法进行计算的现象。
原子类型的使用是限制力场可迁移性的根本原因。当力场被用于一个分子时,如果其中一个原子的环境未被完整地定义,这一原子则可能被归为另一相近的已经定义了的原子类型,从而导致在分子模拟过程中提取到错误的力场参数。这样,就破坏了该力场的可迁移性。另一方面,要提高可迁移性,只好将原子类型按照更为严格的标准进行细化,为不同化学环境下的原子提供合适的参数,但是,这样不仅会极大地增加推导参数的工作量,而且会降低整体覆盖面。化学分子结构千变万化,新的分子也层出不穷,显然这种方式无法穷尽所有分子。所以,不断细分原子类型是不能从根本上解决力场参数的可迁移性问题的。
同时,原子类型的使用也严重的限制了力场的可扩展性。当一个力场包含有一定数目的原子类型的定义后,新原子类型的引入往往导致力场原定义域的变化,从而使整个力场发生变化。所以,引入新原子类型及其参数时必须严格检查原有力场的整体计算精度是否受到破坏。而这需要重新验证所有的计算并调整相应的参数。对一般使用者来讲,这是不切实际的。
可迁移性决定了力场参数的适用范围,而可扩展性则决定着力场的开放性和生命力,为其不断发展和完善创造基础。 由于缺乏可迁移性和可扩展性,现有的力场都是不完备的。比如,即使是当今最“大”的力场,如CFF和MMFF,也只有很小一部分已知的药物分子可以被准确地描述。在千变万化的药物分子结构面前,现有的力场常常显得无能为力。这极大地妨碍着分子模拟方法的应用价值和应用范围。
推导力场的过程需要很高的技巧,往往耗费研究人员大量的时间。很难满足应用的需要。因此,缺乏完整准确的力场已经成为迫切需要解决的制约分子模拟技术广泛应用的瓶颈问题,而开发一个能够快速、准确、自动地推导分子力场的方法,取代繁琐的人力劳动,已成为分子模拟发展的客观而迫切的要求。本发明的发明正是为了满足这一需求。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种快速、准确的分子力学力场参数的自动化生成方法。
本发明的目的可以通过以下技术方案来实现:分子力学力场参数的自动化生成方法,其特征在于,可以用计算机程序实现的自动制作分子力学力场的方法,该方法包含以下步骤:
a)用目标分子寻找可以用来制作其分子力场参数的唯一的一组分子模型集合,
b)实施量子力学计算得到可以用来拟合分子力学力场的基准数据,
c)无须人力干预的拟合大量非线性数据的程序,
d)用数据库储存管理上述数据和拟合结果。
所述的用目标分子寻找可以用来制作其分子力场参数的唯一的一组分子模型集合包括下述步骤:
a)对任意给定的分子系统中确定组成该分子的、适合制作其分子力学力场的分子片断集的方法,
b)用模式识别的方法过滤得到的分子片断集除去其中的子片断,
c)用加氢的方法将得到的分子片断制作成完整的分子模型。
所述的实施量子力学计算得到可以用来拟合分子力学力场的基准数据包括下述步骤:
a)根据输入的分子片断以及制作分子力学力场的需要确定分步实施的量子力学计算的参数,
b)实施和监督量子力学计算的过程,
c)检验量子力学计算的结果,将量子力学计算的结果转换为可以用来推导分子力学力场参数的数据。
所述的无须人力干预的拟合大量非线性数据的程序包括下述步骤:
a)根据导入的分子模型和量子力学计算的基准数据估算初始力场参数,
b)根据导入的分子模型和量子力学计算的基准数据选择拟合方法,
c)实施、监督和管理拟合过程的方法。
所述的用数据库储存管理上述数据和拟合结果包括下述步骤:
a)储存分子模型中的原子的三维坐标,原子类型、原子电荷数据,
b)储存量子力学计算的能量、能量的一、二阶导数、电荷、频率数据,
c)储存拟和得到的分子力学力场参数。
所述的根据导入的分子模型和基准数据估算初始力场参数包括下述步骤:
a)根据分子力场类型选定函数形式,
b)给分子模型中的原子指定原子类型,
c)根据基本原子参数估算初始分子力场参数。
所述的根据导入的分子模型和基准数据选择拟合方法包括下述步骤:
a)用Levenberg-Marquardt非线性最小二乘拟合方法确定非线性参数,
b)用SVD方法确定线性参数,
c)用SUMT方法控制参数可调范围。
所述的实施、监督和管理拟合过程的方法包括下述步骤:
a)验证输入的分子模型和基准数据的一致性,
b)根据输入的分子模型和基准数据估算初始力场参数,
c)根据输入基准数据分步拟和分子力场参数,
d)检验得到的分子力场参数和基准数据的符合程度。
本发明提供了一种新的,能够快速、准确、自动地推导分子力场的系统方法,为目标分子寻找可以用来制作其分子力场参数的唯一的一组分子模型集合,对分子模型集合实施量子力学计算,以得到可以用来拟合分子力学力场的基准数据,自动拟合大量非线性数据,自动验证拟合的结果,以及用数据库方法储存管理上述数据和拟合结果。
附图说明
图1是本发明的总体系统框架图;
图2是图1中参数化系统的流程图;;
图3是图2中片断化工具流程图;
图4是图2中量化计算步骤流程图;
图5是图2中力场属性设置流程图;
图6是图2中估算参数流程图;
图7是图2中拟合流程图;
图8是图2中数据库结构图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
在本发明以及附图中涉及到的专业术语解释如下:
“模型”--是指一个包含有不同数量原子,分子和分子簇的分子系统。
“基准数据”--包括能量,能量在笛卡尔坐标下的一阶导数以及二阶导数等基准数据,这些数据是计算所得的。例如,可以是用量子力学计算方法所得数据。
“分子力场”--是指用一组数学公式来描述分子与分子,分子与原子,以及原子与原子之间的相互作用势函数。分子力场给出了模型的总能量、能量的导数作为原子坐标的函数。函数里包含了可调参数。开发一个分子力场的关键问题就是要确定所有的可调参数。
“力场类型”--指一组特定的函数组合。常用的力场类型有CHARMM,AMBER,MM2,MM3,MMFF,CFF9x,COMPASS,Drieding,UFF等.力场类型和参数共同定义了一个特定的分子力场。
“分子片断”--是按一定规则划分的完整的分子片断;这些分子片断相对独立,在不同的分子体系里有相对稳定的性质(可迁移性),而其组合能包含并反映所研究分子体系的主要化学特性。
“原子类型”--是指化学元素的2级分类,即把同一元素在不同化学环境下的原子区分开来。一种元素可以有多种原子类型。不同的原子类型代表了不同的分子力场能量,也就是说,在分子力场术语中,我们不再说原子A和B的相互作用,而是要详细到是原子类型A和原子类型B之间的相互作用。
“默认原子类型”(DAT)--是一种在本项专利中所使用到的特定原子类型系统。用于生成不同力场类型的不同初始默认参数。
“默认原子参数”--是指可以用来做力场参数快速估计的一组原子参数。
本发明的主要内容是图1中的参数化系统105。在图1中可以看到,从目标分子101出发,该系统寻找可以为目标分子制作分子力场参数的分子模型集合103;对这组集合的每个分子实施量子力学计算102,得到可以用来拟合分子力学力场的基准数据104后;参数化系统105自动拟合数据;并将得到的力场参数106提交给分子模拟系统107使用。
图2中列出了参数化系统105的主要作用。目标分子首先被分割成分子片断201,经过检索数据库判断分子片断202是否存在数据库204中。如果数据库204中已经有了分子片断202,则直接从数据空中调用相应的数据合成目标分子的力场。如果数据库204中未包含分子片断202的力场参数,分子片断202就被输入到构造量化计算模型205(在图4中详细叙述)计算得到基准数据,经过206检查量化数据后,在207处定义分子力场的函数形式和原子类型(图2b),在208估算参数后输入到拟合引擎209,对拟合完的分子力场参数进行参数验证210,验证无误的分子力场参数保存211到数据库204中,也可用以合成目标分子力场。
图1的参数化系统105包括一个分子片断化引擎201(图3具体描述)。其功能是将复杂的分子体系按一定规则划分为有限个分子片断;这些分子片断相对独立,在不同的分子体系里有相对稳定的性质,而其组合能包含并反映所研究分子体系的主要化学特性。划分分子片断的规则如下,参见图3:
1)以原子为中心的片断:包含中心原子,以及与中心原子直接相连的原子,除去所有以单键形式和上述原子相连的其它所有原子。如果其它原子是以双键、三键和上述原子相连、或和上述原子相连同属于小环(小于等于6元环)、芳香环,则保留;
2)以键为中心的片断:包含键连接的一对原子,以及与这对原子直接相连的原子。切断规则同上;
3)除去用模式识别方法过滤得到的分子片断集中的子片断302;
4)根据原子的杂化态决定了原子的首选几何构型,然后为未成对电子加上氢原子303。
完成上述步骤得到的分子片断的空间构象不一定合理,于是在清理结构步骤304调整分子片断中原子的坐标,使得空间构象合理,从而得到了分子片断202。
在图2参数化系统的判断步骤203处判断数据库中是否存在分子片断202的分子力场参数,如果已存在数据库中,可以将数据输出,合成目标分子力场参数,供分子模拟需要。对于没有分子力场参数的新的分子片断,则将其输入到构造量化计算模型步骤205,对分子片断202实施量子力学计算,得到用来拟合分子力学力场的基准数据。
对于进入步骤205的分子片断,需要分步进行量子力学计算。首先对分子片断进行步骤401构象采样,对取得的样品用半经验的快速的(如PM3)量子力学方法优化这些构象(初始优化402),依据能量的不同筛选所得到的优化构象,去除其中冗余的构象(403)。对剩余的能量不同的构象作量子力学高阶优化404(如B3LYP/6-31G*)。将优化结果输入步骤405判断是否得到优化收敛的结构,如果没得到优化结构,返回步骤401重新采样寻找最优化结构;如果已经得到优化结构,则输入步骤406,计算上述得到的高阶优化结果中能量最低的构象的二阶导数406。将二阶导数计算结果输入步骤408判断是否得到的能量最低构象为最优化结构,如果不是,返回步骤401重新采样寻找最优化结构;如果得到最优化结构,则对这个能量最低构象旋转采样,计算样品的能量梯度407。至此,最低能量的二阶导数和能量梯度值,以及其他非最低能量的优化构象的能量梯度值就组成了该分子片断的基准数据。
参数化系统105中的检查量化数据步骤206会验证输入的分子模型和基准数据的一致性,无误后,将其输入到步骤207。
设置模型的分子力场属性207在图5中有相应介绍,他包括力场类型中的算法,方法,以及力场计算中所需的DAT,AT,AC等数据。从图5中可以看到一个特殊的命名系统,用于实现DAT独立的不同力场类型的区分。有超过230种DAT被定义,覆盖了绝大多数有机分子系统和许多无机分子系统。在本文中,“定义”是指所有DAT参数都已提供,所以系统能估计出默认的力场参数。
如上文所说的任何分子系统,如果其DAT没有给出完整定义,则系统都会给缺失的数值给出一个默认的值,例如,通过元素符号,键的数量或原子连接度和键类型,查找到一个最接近的数据。然后系统会给用户一个检查/修改/编辑DAT参数的提示,步骤207从206获得输入,输出给了步骤209。
在图6中所描述的估计参数过程208包含了计算默认力场参数的算法。算法是和UFF方法相似。然而,和UFF方法相比,本发明的方法更具有通用性,适用于更广范围的分子系统。
在步骤208中,默认参数被定义成具有物理意义的变量(例如力常数,参照值等),描述了原子之间相互能量的主要特点。这些变量只和DAT有关。这样使得默认参数和所选力场类型的合适参数能容易结合。所有这些参数都是存在数据文件中。这些文件可以由用户修改扩展,步骤208从步骤207处接收数据,输出到步骤209。
图7中详细描述了拟合过程209,它根据输入的默认力场参数,基准数据和模型,根据最小均方误差生成基准数据的拟合结果。步骤209分析数据和力场参数,决定最好的拟合方法。步骤209使用了不同的数值算法,非线性和线性拟合来有效反应变量。步骤209从208处获得数据,输出给210。
验证过程210是用基准数据和所得的力场,进行能量最小和振动分析。把计算所得结果(例如优化内值,振动频率等)进行比较和数据错误分析。如果拟合满意,则控制命令传输到步骤211。反过来,如果拟合不满意,则用LM/SUMT和SVD拟合方法(例如,最大梯度,开销,惩罚权重等的考虑)以及参数的控制进行调整,并且重复209的拟合过程。还有一个自动覆盖拟合结果的选项,因此可以直接控制拟合过程。步骤210从209输入,输出至211。
输出步骤211把计算结果(力场参数)根据不同协议,在已规定的格式下保存到文件中,或输出至外部程序107。
图5-7分别是步骤207,208和209的详细流程图。
步骤207在最后的输出有力场分配的属性。步骤501把DAT自动分配给每个模型中的原子。分配过程遵循以下几个条件:
命名DAT示范:
(1)DAT包含3-4个字符
(2)字符1-3用处很大,每个DAT至少包含3个字符。
(3)前2个字符是元素的符号,如果该元素是单字符的,例如(H,C,O),则用后加下划线(H_,C_,O_)代替
(4)第3个字符是一个0-9的整数,用来表示配位数(例如有几个键连接)
(5)第4个字符表示原子所处的环境,例如:
(a)“c”:在一个3-4个成员的环分子中,
(b)“r”:在共振结构里,
(c)“a”:在芳香族分子中,
(d)“p”:电极化环境(e.g.,附近有高电荷存在),
(e)“+”:阳离子
(f)“-”:阴离子.
每个DAT都有一组原子参数(被称为DAT参数),例如下面几个对估计力场默认参数有帮助的几个DAT参数
(1)原子数
(2)上文所解释的DAT字符
(3)相关数(键数目)
(4)如以下之一的几何描述:“无”、“线性”、“弯曲”、“平面”、“金字塔”、“4面体”、“正方形”、“双金字塔”、“正方金字塔”、“8面体”、“其它”
(5)键半径(例如该原子贡献的价键长度
(6)键倾角(最好是在原子中间的键倾角);
(7)Vdw直径(Vdw直径参数);
(8)Vdw能量(Vdw能量参数);
(9)有效电荷(有效核电荷,用来计算力常数)
(10)转动参数(贡献转动势能高度,如果该原子是二面角中两个中心原子中的一个).
DAT数据库504是包含上述注明数据的数据库,这些数据可以被系统和用户导出、修改和保存。步骤501接收206步输入的模型,添加DAT定义步骤503和数据库DATDB 504中的数据,发送输出到步骤502。
是否定义DAT的判断步骤502判断DAT数据库504的原子参数是否已经被分配原子类型。如果没有,步骤502查找最接近数据。步骤502接收501的输入,然后传输控制到503或505。
力场类型选择器505选择需要的分子力场类型(函数形式)。
定义表观原字类型步骤506将表观原子类型(AAT)分配给输出文件。原子类型由模式匹配程序赋值,该程序使用深度优先搜索(DFS)运算法则。步骤506输出到判断AAT是否正确步骤507,如果正确,则将设置分子力场属性完成的分子片断输出到208进行估算参数计算;如果AAT不正确,则输入到步骤508进行AAT编辑后输出到208。
在图6中,估计参数208过程在601输入模型,在604输出已经更新了原子电荷参数和价参数的模型。
输入到602步骤的分子片断模型经电荷参数检查器判断,如果没有设置电荷参数,则将模型输入到电荷参数产生器603中,设置电荷参数后输出到604;如果已有电荷参数,则直接输出到604检查是否已有价参数。如果没有,输入模型到605设置价参数后输出;如果已有,直接输出到拟合步骤209。
步骤603输出两种类型的电荷参数文件,基于原子类型(AT)的和基于键类型(BT)的,它们由步骤450产生。基于原子类型的参数由原子类型qat(i)定义(每种原子类型有一个电荷参数,所有同一原子类型的原子共享同一种参数)。基于键类型的参数也叫键电荷增量,它由两个键接的原子的原子类型at(i),at(j)标明。该参数表现原子j到原子i的电荷重置。例如,如果at(i),at(j)=0.5,表示原子i得到0.5个电子而原子j得到-0.5个电子。对于任意原子i,净电荷是所有与之相关的键电荷增量的总和,如下:
上面讨论的,键电荷增量的定义可以让任何化学键系统的总电荷自动保持中性。为了描述电荷系统,必须使用基于原子类型的电荷参数或基于原子类型和键类型相结合的电荷参数。
在步骤603中,输出的FFQ参数由通过最小二乘法计算的原子电荷得到。例如假设给出一套原子电荷,含有M个原子的分子系统,则:
Q={q1,q2,q3,...qM}并且电荷参数可以由解下列方程得到:
AP=Q
P是电荷参数(基于原子类型或键类型):
P={p1,p2,p3,...pN}并且
AMxN是如下给出的赋值矩阵:
A=(aij)MxN
如果Pj是基于原子类型的,则:
aij=1,ifpj=qat(i);
aij=0,otherwise.
而如果Pi是基于键类型,则:
aij=1,ifpj=Qat(i),at(k);
aij=-1,ifpj=Qat(k),at(i);
aij=0,otherwise.
上面讨论的,一般,M(原子数量)>N(电荷参数数量),因此方程AP=Q没有精确解。然而可以通过SVD方法解这个方程。用SVD方法解上述方程,得到的P有最小值,是最小二乘意义上的最接近的解。由步骤603产生电荷参数结果并输出,是基于原子类型或键类型的任意一个。步骤603接收来自步骤601输入,然后在步骤604输出电荷参数。
在图7中,拟合步骤209使用了一个拟合引擎系统,在701处输入模型、初始参数和基准数据。步骤209将最终拟合力场参数输出到211,进行数据验证。
设置SUMT项步骤701控制参数可调范围后(SUMT惩罚办法有助于确保非线性相应参数由其中的平衡值保持在一个很合理的序列中),输入模型到LM拟合步骤702使用Levenberg-Marquardt非线性最小二乘拟合法确定非线性参数,对步骤701中输入的初始参数进行最初拟合。步骤703检查参数和变量,如果参数需要修改和固定,则在704处固定参数,送回702重复LM拟合。如果不需修改,则输入下一步705进行SVD拟合。SVD拟合步骤接收步骤703的输出,然后使用SVD方法拟合线性项,同时非线性项固定在最佳值。SVD方法拟合线性方程很理想,因为它自动产生一个解决办法可以生成最小二乘意义上的最小值。经过SVD拟合的参数在步骤706处检查参数和变量,如果需要固定参数,送到步骤707固定后输入705重新SVD拟合。由步骤705拟合得到的最终力场参数输出到步骤210,完成步骤拟合过程209。
完成了205-209各步骤的模型具有了基准数据和分子力场参数。将其输入到210验证参数步骤检验得到的分子力场参数和基准数据的符合程度。完成检验后的分子片断、基准数据、拟合结果都可存储在数据库204中或者供合成目标分子力场直接应用。
数据库204具备基本管理功能:包括检索,排序,增加,删除等;能为任意分子确定分子片段;并为任一分子构造所需要的力场参数;统计分析参数的可迁移性。除了基本的数据库管理功能外,数据库204的独特功能是用模式识别的原理完成分子片断的搜索和组合。根据一套预定的规则,数据库204能处理任意分子结构,找出所有的,满足规则的分子片断。如果所有的片断已储存在数据库中,DFF-DBD可以用这些数据构造所需要的力场参数,并对参数的质量进行分析。
数据库204中储存的分子片断包括分子的三维坐标,原子类型以及原子电荷数据。
储存的基准数据包括量子力学计算的能量、能量的一、二阶导数、电荷和频率。
储存的拟合结果为拟合得到的分子力学力场参数。
其具体存储方式如图8数据库结构示意图所示:
“Index Entries”为某一示例分子片断的索引号。在该索引号下,分别存储了该分子的编号ID、SMILES字符串、名称Name、分子量mol.wt、公式Formula以及原子存储位置信息、量化数据存储位置信息、力场数据存储位置信息和用户记录信息存储位置信息。其中的原子存储位置信息、量化数据存储位置信息、力场数据存储位置信息和用户记录信息存储位置信息分别都对应了其相应的真是信息。方便检索,使用以及管理。
Claims (8)
1.分子力学力场参数的自动化生成方法,其特征在于,可以用计算机程序实现的自动制作分子力学力场的方法,该方法包含以下步骤:
a)用目标分子寻找可以用来制作其分子力场参数的唯一的一组分子模型集合,
b)实施量子力学计算得到可以用来拟合分子力学力场的基准数据,
c)无须人力干预的拟合大量非线性数据的程序,
d)用数据库储存管理上述数据和拟合结果。
2.根据权利要求1所述的分子力学力场参数的自动化生成方法,其特征在于,所述的用目标分子寻找可以用来制作其分子力场参数的唯一的一组分子模型集合包括下述步骤:
a)对任意给定的分子系统中确定组成该分子的、适合制作其分子力学力场的分子片断集的方法,
b)用模式识别的方法过滤得到的分子片断集除去其中的子片断,
c)用加氢的方法将得到的分子片断制作成完整的分子模型。
3.根据权利要求1所述的分子力学力场参数的自动化生成方法,其特征在于,所述的实施量子力学计算得到可以用来拟合分子力学力场的基准数据包括下述步骤:
a)根据输入的分子片断以及制作分子力学力场的需要确定分步实施的量子力学计算的参数,
b)实施和监督量子力学计算的过程,
c)检验量子力学计算的结果,将量子力学计算的结果转换为可以用来推导分子力学力场参数的数据。
4.根据权利要求1所述的分子力学力场参数的自动化生成方法,其特征在于,所述的无须人力干预的拟合大量非线性数据的程序包括下述步骤:
a)根据导入的分子模型和量子力学计算的基准数据估算初始力场参数,
b)根据导入的分子模型和量子力学计算的基准数据选择拟合方法,
c)实施、监督和管理拟合过程的方法。
5.根据权利要求1所述的分子力学力场参数的自动化生成方法,其特征在于,所述的用数据库储存管理上述数据和拟合结果包括下述步骤:
a)储存分子模型中的原子的三维坐标,原子类型、原子电荷数据,
b)储存量子力学计算的能量、能量的一、二阶导数、电荷、频率数据,
c)储存拟和得到的分子力学力场参数。
6.根据权利要求4所述的分子力学力场参数的自动化生成方法,其特征在于,所述的根据导入的分子模型和基准数据估算初始力场参数包括下述步骤:
a)根据分子力场类型选定函数形式,
b)给分子模型中的原子指定原子类型,
c)根据基本原子参数估算初始分子力场参数。
7.根据权利要求4所述的分子力学力场参数的自动化生成方法,其特征在于,所述的根据导入的分子模型和基准数据选择拟合方法包括下述步骤:
a)用Levenberg-Marquardt非线性最小二乘拟合方法确定非线性参数,
b)用SVD方法确定线性参数,
c)用SUMT方法控制参数可调范围。
8.根据权利要求4所述的分子力学力场参数的自动化生成方法,其特征在于,所述的实施、监督和管理拟合过程的方法包括下述步骤:
a)验证输入的分子模型和基准数据的一致性,
b)根据输入的分子模型和基准数据估算初始力场参数,
c)根据输入基准数据分步拟和分子力场参数,
d)检验得到的分子力场参数和基准数据的符合程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006100304657A CN101131707A (zh) | 2006-08-25 | 2006-08-25 | 分子力学力场参数的自动化生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006100304657A CN101131707A (zh) | 2006-08-25 | 2006-08-25 | 分子力学力场参数的自动化生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101131707A true CN101131707A (zh) | 2008-02-27 |
Family
ID=39128974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006100304657A Pending CN101131707A (zh) | 2006-08-25 | 2006-08-25 | 分子力学力场参数的自动化生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101131707A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065064A (zh) * | 2012-12-27 | 2013-04-24 | 河海大学 | 一种大分子二面角相互作用受力的计算方法 |
CN106372400A (zh) * | 2016-08-29 | 2017-02-01 | 深圳晶泰科技有限公司 | 构建极化力场的方法及应用、预测药物晶型的方法及系统 |
CN108279393A (zh) * | 2017-01-05 | 2018-07-13 | 上海康达卡勒幅医疗科技有限公司 | 一种磁共振成像全自动预加重校正涡流的方法 |
CN109256180A (zh) * | 2018-07-03 | 2019-01-22 | 南昌立德生物技术有限公司 | 一种计算机辅助先导药物优化设计的敏感性分析算法 |
CN109637592A (zh) * | 2018-12-21 | 2019-04-16 | 深圳晶泰科技有限公司 | 分子力场参数生成的计算任务管理分析系统及其运行方法 |
WO2020029513A1 (zh) * | 2018-12-21 | 2020-02-13 | 深圳晶泰科技有限公司 | 分子力场参数生成的计算任务管理分析系统及其运行方法 |
CN110875085A (zh) * | 2018-09-03 | 2020-03-10 | 中国石油化工股份有限公司 | 高效批量优化分子结构的方法 |
CN111462825A (zh) * | 2020-04-09 | 2020-07-28 | 合肥本源量子计算科技有限责任公司 | 计算化学分子基态能量的方法和装置以及计算机存储介质 |
CN111653320A (zh) * | 2020-04-21 | 2020-09-11 | 深圳晶泰科技有限公司 | 分子力场拟合方法 |
CN112233733A (zh) * | 2020-11-05 | 2021-01-15 | 深圳晶泰科技有限公司 | 分子力场质量控制系统及其控制方法 |
WO2021031550A1 (zh) * | 2020-03-06 | 2021-02-25 | 深圳晶泰科技有限公司 | 用于分子构象空间分析的势能面扫描方法及系统 |
CN112447267A (zh) * | 2020-11-18 | 2021-03-05 | 深圳晶泰科技有限公司 | 分子动力学力场参数拟合工作流控制系统及其控制方法 |
WO2021103402A1 (zh) * | 2020-04-21 | 2021-06-03 | 深圳晶泰科技有限公司 | 分子力场拟合方法 |
WO2022104596A1 (zh) * | 2020-11-18 | 2022-05-27 | 深圳晶泰科技有限公司 | 分子动力学力场参数拟合工作流控制系统及其控制方法 |
WO2023108622A1 (zh) * | 2021-12-17 | 2023-06-22 | 深圳晶泰科技有限公司 | 获得电荷参数的方法、分子力学模拟结果的方法及装置 |
-
2006
- 2006-08-25 CN CNA2006100304657A patent/CN101131707A/zh active Pending
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065064B (zh) * | 2012-12-27 | 2015-10-07 | 河海大学 | 一种大分子二面角相互作用受力的计算方法 |
CN103065064A (zh) * | 2012-12-27 | 2013-04-24 | 河海大学 | 一种大分子二面角相互作用受力的计算方法 |
CN106372400B (zh) * | 2016-08-29 | 2019-06-04 | 深圳晶泰科技有限公司 | 构建极化力场的方法及应用、预测药物晶型的方法及系统 |
CN106372400A (zh) * | 2016-08-29 | 2017-02-01 | 深圳晶泰科技有限公司 | 构建极化力场的方法及应用、预测药物晶型的方法及系统 |
CN108279393A (zh) * | 2017-01-05 | 2018-07-13 | 上海康达卡勒幅医疗科技有限公司 | 一种磁共振成像全自动预加重校正涡流的方法 |
CN109256180A (zh) * | 2018-07-03 | 2019-01-22 | 南昌立德生物技术有限公司 | 一种计算机辅助先导药物优化设计的敏感性分析算法 |
CN109256180B (zh) * | 2018-07-03 | 2022-02-11 | 南昌立德生物技术有限公司 | 一种计算机辅助先导药物优化设计的敏感性分析算法 |
CN110875085A (zh) * | 2018-09-03 | 2020-03-10 | 中国石油化工股份有限公司 | 高效批量优化分子结构的方法 |
CN110875085B (zh) * | 2018-09-03 | 2022-07-29 | 中国石油化工股份有限公司 | 高效批量优化分子结构的方法 |
CN109637592A (zh) * | 2018-12-21 | 2019-04-16 | 深圳晶泰科技有限公司 | 分子力场参数生成的计算任务管理分析系统及其运行方法 |
WO2020029513A1 (zh) * | 2018-12-21 | 2020-02-13 | 深圳晶泰科技有限公司 | 分子力场参数生成的计算任务管理分析系统及其运行方法 |
CN109637592B (zh) * | 2018-12-21 | 2022-04-12 | 深圳晶泰科技有限公司 | 分子力场参数生成的计算任务管理分析系统及其运行方法 |
US11609807B2 (en) | 2018-12-21 | 2023-03-21 | Shenzhen Jingtai Technology Co., Ltd. | Computing task management and analysis system for molecular force field parameter building and operation method thereof |
US11894108B2 (en) | 2020-03-06 | 2024-02-06 | Shenzhen Jingtai Technology Co., Ltd. | Potential energy surface scanning method and system for molecular conformation space analysis |
WO2021031550A1 (zh) * | 2020-03-06 | 2021-02-25 | 深圳晶泰科技有限公司 | 用于分子构象空间分析的势能面扫描方法及系统 |
CN111462825A (zh) * | 2020-04-09 | 2020-07-28 | 合肥本源量子计算科技有限责任公司 | 计算化学分子基态能量的方法和装置以及计算机存储介质 |
CN111462825B (zh) * | 2020-04-09 | 2023-04-25 | 合肥本源量子计算科技有限责任公司 | 计算化学分子基态能量的方法和装置以及计算机存储介质 |
CN111653320B (zh) * | 2020-04-21 | 2021-02-12 | 深圳晶泰科技有限公司 | 分子力场拟合方法 |
WO2021103402A1 (zh) * | 2020-04-21 | 2021-06-03 | 深圳晶泰科技有限公司 | 分子力场拟合方法 |
CN111653320A (zh) * | 2020-04-21 | 2020-09-11 | 深圳晶泰科技有限公司 | 分子力场拟合方法 |
CN112233733B (zh) * | 2020-11-05 | 2023-04-07 | 深圳晶泰科技有限公司 | 分子力场质量控制系统及其控制方法 |
CN112233733A (zh) * | 2020-11-05 | 2021-01-15 | 深圳晶泰科技有限公司 | 分子力场质量控制系统及其控制方法 |
WO2022104596A1 (zh) * | 2020-11-18 | 2022-05-27 | 深圳晶泰科技有限公司 | 分子动力学力场参数拟合工作流控制系统及其控制方法 |
CN112447267A (zh) * | 2020-11-18 | 2021-03-05 | 深圳晶泰科技有限公司 | 分子动力学力场参数拟合工作流控制系统及其控制方法 |
WO2023108622A1 (zh) * | 2021-12-17 | 2023-06-22 | 深圳晶泰科技有限公司 | 获得电荷参数的方法、分子力学模拟结果的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101131707A (zh) | 分子力学力场参数的自动化生成方法 | |
Persico et al. | HomoMINT: an inferred human network based on orthology mapping of protein interactions discovered in model organisms | |
Yoshikawa et al. | Fast, efficient fragment-based coordinate generation for Open Babel | |
G Damale et al. | Recent advances in multidimensional QSAR (4D-6D): a critical review | |
Dantan et al. | Worst-case and statistical tolerance analysis based on quantified constraint satisfaction problems and Monte Carlo simulation | |
JP5362742B2 (ja) | 基油物性エキスパートシステム | |
US7765070B2 (en) | Ellipsoidal gaussian representations of molecules and molecular fields | |
Gonçalves et al. | Recent advances on the interval distance geometry problem | |
Zhang et al. | Techniques for predicting cracking pattern of masonry wallet using artificial neural networks and cellular automata | |
Swinburne et al. | Defining, calculating, and converging observables of a kinetic transition network | |
Zhu et al. | Ab initio structure prediction of the antibody hypervariable H3 loop | |
US20240055071A1 (en) | Artificial intelligence-based compound processing method and apparatus, device, storage medium, and computer program product | |
Cazals et al. | Conformational ensembles and sampled energy landscapes: Analysis and comparison | |
Molchanova et al. | Computer generation of molecular structures by the SMOG program | |
Martens | Bringing proteomics into the clinic: The need for the field to finally take itself seriously | |
Han et al. | Technical comparisons of simulation-based productivity prediction methodologies by means of estimation tools focusing on conventional earthmovings | |
Fountas et al. | A virus-evolutionary multi-objective intelligent tool path optimization methodology for 5-axis sculptured surface CNC machining | |
US8165818B2 (en) | Method and apparatus for searching molecular structure databases | |
Tuvi-Arad et al. | Improved algorithms for quantifying the near symmetry of proteins: complete side chains analysis | |
Eyal et al. | Dynamic maintenance of molecular surfaces under conformational changes | |
Gront et al. | Exploring protein energy landscapes with hierarchical clustering | |
JP3867863B2 (ja) | 立体構造処理装置 | |
Rajapaksa et al. | The divergence time of protein structures modelled by Markov matrices and its relation to the divergence of sequences | |
CN117012292B (zh) | 自驱粒子浴中树形分子结构的研究模拟方法及系统 | |
KR101178968B1 (ko) | 연구개발 정보 관리 시스템 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20080227 |