2013年诺贝尔化学奖三位得主的贡献简介

• 关键字: 2013年诺贝尔化学奖 王任小 发布者：王任小研究员课题组 发布时间：2013-10-31 09:10:25 点击数: 5146次

A Tale of Molecular Modeling:
Introduction to the Nobel Prize in Chemistry 2013
2013年10月31日

2013年10月9日，诺贝尔奖评委员会宣布了诺贝尔化学奖的得主：本年度诺贝尔化学奖授予三位美国科学家——Martin Karplus，Michael Levitt和Arieh Warshel，以表彰他们在“为复杂化学系统创立多尺度模型”方面做出的贡献。

1927年，Walter Heitler和Fritz London用量子力学基本原理讨论氢分子的结构，说明了两个氢原子能够结合成一个稳定的氢分子的原因，并采用近似方法算出其结合能。这一事件标志着量子化学的诞生。上世纪60年代之后，随着计算机技术的发展和普及，理论工作者试图运用计算模拟手段来解释或预测化合物的性质和反应现象，以提高实验研究的效率或者弥补实验条件的不足，因此逐渐形成了分子模拟这一领域。

就所使用的研究方法而言，分子模拟技术主要包括基于量子力学基本原理的方法以及基于分子力学基本原理的方法。Martin Karplus在这两个方向上都取得了令人瞩目的成就。在其学术生涯的早期，Karplus主要从事原子核自旋耦合方面的研究，发展了在核磁共振光谱中用于描述自旋耦合常数与扭转角相关性的Karplus方程。上世纪60年代以后，Karplus先后在哥伦比亚大学和哈佛大学任教，其研究方向也逐渐转移到反应动力学和对生物大分子的模拟。1969年，Karplus到以色列魏兹曼研究所Lifson课题组做访问学者，正是魏兹曼研究所将这三位获奖人联系到了一起。Arieh Warshel在Lifson课题组攻读博士学位期间，发展了UFF力场，为其后来在Karplus课题组的工作以及QM/MM方法的发展打下了坚实的基础。

Karplus在访问期间受到启发，对蛋白质在溶液中的折叠机制有了进一步的了解，并且萌生了采用“量化模型”来描述蛋白质折叠机制的想法。这就是后来广为人知的描述蛋白质折叠过程的diffusion-collision模型。结束在Lifson课题组的访问之后，Karplus回到哈佛大学并开始一个新程序的开发，他们试图通过氨基酸序列以及原子坐标等已知信息来计算体系能量以及能量对原子坐标的微商，从而实现对蛋白质分子结构的优化。这就是CHARMM软件的原型。然而在开发过程中，他们在蛋白质能量计算方面遇到了瓶颈。1972年，Warshel加入Karplus课题组进行博士后研究，同时也带来了他的CFF程序。CFF程序在蛋白质能量计算方面为CHARMM软件提供了重要来源。上世纪80年代初，CHARMM软件的第一个版本公开发布。

既然CHARMM软件能够计算蛋白质分子中每个原子的受力，那么接下来就可以利用牛顿方程求解动力学。1977年，Karplus关于bovine pancreatic trypsin inhibitor (BPTI)动力学的文章发表在Nature杂志之上，这是计算化学家对生物大分子进行分子动力学模拟的首次尝试。这一工作使人们认识到“蛋白质等生物大分子的结构不是静止不动的，而是在不断变化的"。 这一观念上的改变，促使人们从新的角度认识生命现象，深刻地促进了生命科学的发展。

在Warshel跟随Lifson发展CFF的时候，在剑桥大学攻读博士学位的Michael Levitt到Lifson实验室进行访问研究。 Levitt与Warshel合作，进一步完善了CFF力场，并且编制了计算蛋白质构象的程序。1976年，Warshel回到魏兹曼研究所工作， Levitt再次来访。 Levitt与Warshel又一次合作， 发展了量子化学和分子力学相结合的理论计算方法（QM\MM方法）。该方法的思路是将酶反应中心与外围的原子分别处理，对于反应中心部分采用量子化学方法处理，外围原子则采用计算较为简便的分子力学处理。这是完全创新的研究方法，极大地拓展了分子模拟的应用范围，为人们研究相对比较复杂的生物分子体系中发生的化学反应提供了有力的工具。

1998年诺贝尔化学奖授予John A. Pople和Walter Kohn，以表彰他们对于发展量子化学方法所作出的杰出贡献。2013年诺贝尔化学奖授予Martin Karplus，Michael Levitt和Arieh Warshel，则再次彰显了分子模拟方法在解决分子科学领域（化学、生物学以及材料科学）中复杂问题中所扮演的重要角色。如今以高性能计算为基础的量子化学计算和分子动力学模拟已经成为这些领域中与各类实验技术相辅相成的重要手段。在化学和生命科学中还有许多问题没有解决，例如蛋白质的折叠机制、生物网络的调控机制、药物作用和抗药机制、基因组和蛋白质组等研究产生的超大规模数据分析等等。这些问题的复杂程度远高于对生物大分子的结构和酶催化反应的模拟，迫切需要新的理论和模拟方法。毫无疑问，分子模拟技术在未来将会拥有更为广阔的用武之地。

供稿：王任小研究员课题组