水溶液中相互作用动力学的量子研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    21673074
  • 项目类别:
    面上项目
  • 资助金额:
    65.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    B0301.化学理论与方法
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

Due to the lack of electronic polarization and charge transfer effect in classical force fields, the predicted properties of water solutions based on classical molecular simulation using force fields have large deviations from experimental results. Recently, we have developed a linear-scaling quantum chemistry method based on fragmentation approach for energy and property calculations on large systems. We further combined this fragment-based quantum chemistry method with molecular dynamics simulation, and developed an ab initio molecular dynamics (AIMD) program for first-principle simulation on macromolecules. In this project, we will carry out quantum studies of interaction dynamics in water solutions using AIMD. The project includes, 1) AIMD simulation of liquid water based on fragment-based second-order many-body perturbation theory (MP2) towards its accurate property prediction. 2) AIMD simulation of salt solutions based on fragment-based MP2 method for study of the interaction mechanism between ions and water molecules. 3) AIMD simulation of the dynamical properties of liquid water and salt solutions at different temperatures. 4) Quantum studies of interaction dynamics between proteins and water molecules on the protein surface. Our goal is to accurate simulation of dynamical properties of water solutions using fragment-based ab initio molecular dynamics, which can also be applied to other complex systems in the near future.
由于传统的分子力场基于平均场近似,缺乏静电极化和电荷转移效应,使得力场对水溶液的描述精度有限,模拟得到的水溶液的动力学性质与实验结果不一致。近年来,项目申请人发展了基于分块的线性标度量子化学方法来计算大分子体系的能量等理化性质,并且将该方法与分子动力学模拟相结合,实现了大分子体系的从头算分子动力学模拟。本项目将把分块量子化学方法应用于水溶液中相互作用动力学的量子研究,内容包括:1)基于分块的MP2方法进行液态水的从头算分子动力学模拟,并对其动态结构和性质进行精确预测;2)基于分块量子化学方法,对盐溶液中离子对水的作用机制在MP2水平上进行第一性原理研究;3)通过从头算分子动力学模拟液态水和盐溶液在不同温度下的动态性质;4)蛋白质与表面结合水的相互作用动力学的量子研究。我们将应用新方法解决传统力场研究水溶液中相互作用动力学方面存在的问题,把量子化学方法推广到大分子体系的精确动态性质模拟。

结项摘要

发展从头算分子动力学模拟(ab initio molecular dynamics, AIMD)方法对于精确研究复杂大分子和凝聚态体系的动力学行为具有重要的意义。目前广泛使用的水分子模型存在明显的缺陷,每一种模型在模拟水的各方面性质中总或多或少与实验存在着一定的误差,而大部分与化学相关的研究领域,例如化学反应等,基本上都是在水溶液中进行的,因此发展精确的量子化学方法,能够准确模拟自然界最重要的液体-水,并在原子层面上阐明水分子之间的运动机制,将是化学领域研究的基础。本项目将分块量子化学方法应用于水溶液中分子相互作用的从头算分子动力学模拟,并在此基础上研究了分子晶体等凝聚态体系的物理化学和激发态性质,同时发展了新的适用于分子和凝聚态体系模拟的密度泛函,具体进展如下:1)发展了基于分块的MP2和CCD方法,并分别进行了液态水的从头算分子动力学模拟,并对其动态结构和性质进行精确预测;2)基于分块量子化学方法,对盐溶液中离子对水的作用机制在MP2水平上进行了精确的第一性原理研究;3)发展了基于周期性边界条件的分块量子化学方法PBC-EE-GMF(Periodic Boundary Condition-Electrostatically Embedded-Generalized Molecular Fractionation),将多体微扰理论和耦合簇理论应用于分子晶体的能量计算和结构优化;4)通过高精度量子化学方法模拟了分子晶体(包括冰)在不同温度和压力下的自由能和结构稳定性,并且定量模拟分子晶体的压致相变;5)首次提出全量子力学方法定量预测分子聚集诱导发光材料的吸收与发射光谱;6)提出了普适的全局杂化密度泛函revM06,可同时应用于主族元素和过渡金属;同时发展了新型的局域密度泛函revM06-L,可以广泛应用于分子和凝聚态体系,从而更快速,有效,精准的进行水溶液中相互作用动力学的量子研究。

项目成果

期刊论文数量(36)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(3)
How Well Can the M06 Suite of Functionals Describe the Electron Densities of Ne, Ne(6+), and Ne(8+)?
M06 泛函套件能否很好地描述 Ne、Ne(6 ) 和 Ne(8 ) 的电子密度?
  • DOI:
    10.1021/acs.jctc.7b00865
  • 发表时间:
    2017
  • 期刊:
    Journal of Chemical Theory and Computation
  • 影响因子:
    5.5
  • 作者:
    Wang Ying;Wang Xianwei;Truhlar Donald G;He Xiao
  • 通讯作者:
    He Xiao
Ab Initio Prediction of the Phase Transition for Solid Ammonia at High Pressures
高压下固体氨相变的从头预测
  • DOI:
    10.1038/s41598-020-64030-3
  • 发表时间:
    2020
  • 期刊:
    Scientific Reports
  • 影响因子:
    4.6
  • 作者:
    Huang Lei;Han Yanqiang;Liu Jinyun;He Xiao;Li Jinjin
  • 通讯作者:
    Li Jinjin
Fragment-based quantum mechanical calculation of protein-protein binding affinities.
基于片段的蛋白质-蛋白质结合亲和力的量子力学计算。
  • DOI:
    10.1002/jcc.25236
  • 发表时间:
    2018
  • 期刊:
    Journal of Computational Chemistry
  • 影响因子:
    3
  • 作者:
    Wang Yaqian;Liu Jinfeng;Li Jinjin;He Xiao
  • 通讯作者:
    He Xiao
Quantitative Prediction of Aggregation-Induced Emission: A Full Quantum Mechanical Approach to the Optical Spectra
聚集诱导发射的定量预测:光谱的全量子力学方法
  • DOI:
    10.1002/anie.202003326
  • 发表时间:
    2020
  • 期刊:
    Angewandte Chemie International Edition
  • 影响因子:
    --
  • 作者:
    Zhang Wei;Liu Jinfeng;Jin Xinsheng;Gu Xinggui;Zeng Xiao Cheng;He Xiao;Li Hui
  • 通讯作者:
    Li Hui
Crystal Structure Optimization and Gibbs Free Energy Comparison of Five Sulfathiazole Polymorphs by the Embedded Fragment QM Method at the DFT Level
DFT 水平上嵌入片段 QM 方法对五种磺胺噻唑多晶型物的晶体结构优化和吉布斯自由能比较
  • DOI:
    10.3390/cryst9050256
  • 发表时间:
    2019
  • 期刊:
    Crystals
  • 影响因子:
    2.7
  • 作者:
    Hao Xuan;Liu Jinfeng;Luo Hongyuan;Han Yanqiang;Hu Wenxin;Liu Jinyun;Li Jinjin;He Xiao
  • 通讯作者:
    He Xiao

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Modelling employees’ social networking behaviours on enterprise social media: the influence of enterprise social media visibility
对员工在企业社交媒体上的社交网络行为进行建模:企业社交媒体知名度的影响
  • DOI:
    10.1080/0144929x.2021.2004228
  • 发表时间:
    2021
  • 期刊:
    BEHAVIOUR & INFORMATION TECHNOLOGY
  • 影响因子:
    3.7
  • 作者:
    苗蕊;黄丽华;何晓
  • 通讯作者:
    何晓
声波测井中的相速度与群速度讨论(英文)
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    Applied Geophysics
  • 影响因子:
    0.7
  • 作者:
    张海澜;张秀梅;何晓;王秀明
  • 通讯作者:
    王秀明
基于iTRAQ技术分析乙肝相关肝癌血清蛋白组及α2巨球蛋白
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中华消化杂志,2013,33(2):62-63
  • 影响因子:
    --
  • 作者:
    何晓;何敏;罗蓉;李洪涛;周怡;李翠萍;张维维;黄惠妮;廖明;王云
  • 通讯作者:
    王云
含偏心点声源的随钻测井声场模拟和地层各向异性反演研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    地球物理学报
  • 影响因子:
    --
  • 作者:
    卫建清;何晓;李希强;陈浩;王秀明
  • 通讯作者:
    王秀明
基于偶极弯曲波频散的横波慢度径向分布反演
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    地球物理学报
  • 影响因子:
    --
  • 作者:
    马明明;陈浩;何晓;王秀明
  • 通讯作者:
    王秀明

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

何晓的其他基金

溶液与界面化学性质的量子动力学研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目
基于分块量子化学方法的生物大分子在溶液中的自由能精确计算与核磁共振谱的模拟
  • 批准号:
    21303057
  • 批准年份:
    2013
  • 资助金额:
    25.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码