计算机化学 百科内容来自于: 百度百科

计算机化学(Computer chemistry)是应用计算机研究化学反应和物质变化的科学。以计算机为技术手段,建立化学化工信息资源化和智能化处理的理论和方法。

涉及领域

计算机化学围绕着 “化学信息”这一核心,从计算机化学的基本概念、方法入手,将实验数据、量测信号、谱图、分子结构、化学知识和Internet这一系列看似零散但却有着内在联系的内容串联起来。展现了计算机化学在数据处理、信号分析、结构解析、有机合成、分子设计等诸多方面的应用。认识物质、改造物质、创造新物质和认识反应、控制反应过程和创造新反应、新过程是计算机化学研究的主体。它的兴起与发展是与计算机技术的发展和计算机的普及紧密联系的。目前计算机化学覆盖的领域主要有:(1)化学数据挖掘(Data mining);(2)化学结构与化学反应的计算机处理技术;(3)计算机辅助分子设计;(4)计算机辅助合成路线设计;(5)计算机辅助化学过程综合与开发;(6)化学中的人工智能方法等。

路线设计

以逻辑的方法而不是单凭经验和直觉来寻找合成设计路线是化学家长期以来的一个理想。尽管已有大量数据可供参考,化学反应体系的高度复杂性决定了难于用纯理论方法来解决合成路线设计问题,还只能从已知知识中找出共同规律,或从类比推测中来近似地解决这些问题。基于前者的方法,发展了检索型的合成设计,反应数据库就是这种方法的典型。基于后者的方法是推理型的计算机辅助合成设计。在这一领域当前的主要研究方向有:反应数据挖掘和反应知识发现、反应知识模型的表述和反应知识库的建立、化合物反应性能的预测、化学知识的类比推理等。

发展前景

计算机化学由于它的诞生迎合了时代发展的需要,在七十年代和八十年代得到了较大发展,至九十年代它已完全成为一门独立的学科,受到了国际化学界的广泛重视。它是与数学、计算机科学、物理学、药物学、材料科学等学科高度交叉、相互渗透的新的生长点,是许多实用技术的基础,并深受当今计算机与网络通讯技术飞速发展的影响,而处在迅速发展和不断演变之中。计算机化学的这个特点决定了它在化学中的地位,是要帮助化学家,促进化学界的研究方法和工业界的生产方式不断革新。同时它与迅速崛起的高科技关系密切,是绿色化学和绿色化工的基础,是联系化学化工为国民经济可持续性发展服务的桥梁。因此,计算机化学对化学学科发展的促进作用不可低估,没有它的发展就没有现代化学。
今天,以计算机及其网络深入到社会的各个层面为标志的数字化新世纪已经到来,也将使传统化学发生深刻的变化。化学已由只实验不计算,演变为先实验再计算,也必将逐步演变为先计算再实验;计算机化学和计算化学的结合已开始孕育一个新的更带数字化色彩的学科方向-Model Chemistry(模型化学,Pople语);基于web技术的化学应用软件已经出现。这些都表明数字化化学将与数字化社会一起到来。面对化学的数字化进程,首先扑面而来的是集成多种关键软件的虚拟现实化学实验室概念。不失时机地在计算机辅助结构解析、分子设计和合成路线设计等研究成果的基础上,尽快建立数字化虚拟化学实验室就显得十分重要和更为现实。因为唯有通过计算机才有可能对浩如烟海的化学知识进行有效地处理,对结构变化引起的属性变化进行系统地搜索,并用智能程序来模仿化学家的思维活动进行高速的推理(分子正确结构的确定、具备某种性质的化合物分子结构的预测和合成路线的确定等)。建立数字化虚拟化学实验室就是要融合计算机技术、数学、化学及其相关学科的最新理论成就,通过对某些传统概念的重新评估、更新和非经验化,开发一系列综合性的数字化工具,来实现由未知化合物的光谱性质确定其分子结构;通过对分子结构进行系统化的规律性变化,研究并找出性质与结构之间的相互关系模型,用于结构修饰和分子设计,高效地预测具有某种关健性质的分子结构,使得合成更有明确的目的性;将理论化学方法、数据库技术与合成设计紧密结合,建立高效的反应知识检索系统,寻找预测反应性能的可靠方法,最终建成实用的计算机辅助合成设计系统。数字化新世纪的化学不仅要靠“湿”实验室来发展,同时也要依赖于“干”实验室。所谓“干”化学实验室就是指数字化虚拟化学实验室。“干”、“湿”相结合才能更高效地孕育出新的化学实体,才能促进化学由实验科学向严密科学转化,才能大大提高化学非凡的创造力!
化学的主要作用之一是为满足人类生存与发展的各种需要而发现或创造具备各种可用性质的化合物;要解决的问题可分为三类:未知化合物结构的测定,具备某种特定性质的化合物分子结构的预测和化合物的制备方法。这三个问题对整个化学来说是永久性的。由于化学体系的高度复杂性,面对计算机辅助结构解析、计算机辅助分子设计和计算机辅助合成路线设计这三个问题往往仍难提出一个系统化的解决办法,还只能从已知知识(数据)中找出一些共同规律,或从类比推测中来近似地解决这些问题。因此,计算机辅助结构解析、分子设计和合成路线设计的研究就显得十分重要。因为只有通过计算机才有可能对浩如烟海的化学知识进行有效地处理,对结构变化引起的属性变化进行系统地搜索,并用智能程序模仿化学家的思维活动进行高速的推理(分子正确结构的确定、具备某种性质的化合物分子结构的预测和合成路线的确定等)。因此,可以说在今后的一段时期内,计算机辅助结构解析、分子设计和合成路线设计将是计算机化学的主题。

应用

计算机辅助分子设计和模拟
工程方面的计算机辅助设计已是大家所熟悉的了,化学由于它的特殊性使得计算机辅助化学设计相对来说发展相对较晚,但化学家已在分子设计和有机合成设计两个主要领域取得较大进展并日益发展。
分子设计和模拟的目标是预测具有指定性质(或性能)的可能分子的结构。它们主要应用于医药(药物设计)和农用化学品除草剂设计、农药设计、杀虫剂设计等)领域,在实验室内分子设计主要应用蛋白质、酶、核酸等大分子的设计。以前发现一个有应用价值的新化合物主要是凭化学家的经验和灵感,最常用和最有效的方法就是采用费钱费时的筛选法,已开始采用对分子结构进行系统的有规律的变化,寻找性质与结构变化之间的相关关系,从而建立结构-性质关系模型以用于分子设计。围绕计算机辅助分子设计,要开展一系列的基础研究工作,主要有结构-性质关系研究、三维动态分子模型化方法、分子形状和活性关系、构象分析、生物大分子的结构-功能关系,以及分子设计方法在药物、材料设计中的应用研究等。
化学结构与化学反应的计算机处理技术
长期以来化学家在应用计算机解决化学问题中遇到的第一个困难就是化学结构的计算机处理的问题。可以说化学的一切领域无一不与化合物的结构密切相关。在过去的30多年中,这一问题得到了广泛的重视和深入的研究,从而形成了计算机化学的一个重要的研究领域。经过多年努力,化学结构计算机处理中的理论和绝大部分技术问题已基本得到解决。然而,这些方法还是有局限性的;难以应用于诸如族性结构处理、结构-活性相关的自动化研究和反应机理研究等方面。即使对确定结构处理中的问题,现有的解决方案仍不为所有化学家所接受。因此,确定结构的计算机处理仍有一些难题,如无机化合物、金属有机化合物、互变异构的化学结构等,需要做更深入的研究。同时应当看到这些问题又是计算机化学中诸多领域的基础,它们的完全解决将有利于计算机化学的发展。
化学反应的处理问题
由于可以将化学反应看成是一些化学结构向另一些化学结构的转换,因此,化学反应的处理问题说到底是对化学结构的处理。但是,化学反应的计算机成立也有它自己特定的问题,如反应中心的自动识别、反应知识的发现、组织和利用、同类反应的自动产生等问题。这些问题是当前计算机处理化学反应领域内的主要研究方向,它们的解决一方面将推动化学反应数据库向更高层次的发展,另一方面将通过与数据挖掘技术的结合,发现反应知识,使计算机辅助有机合成路线设计更有扎实的基础,从而能得到更合理的解决。
族性结构的计算机处理问题
族性结构的计算机处理问题是一个比确定结构更富挑战性的课题,但又是当今计算机化学必须解决的问题之一。与确定结构不同,族性结构由于在结构式中采用了可变部分而使得一个族性结构对应于一类物质。这类物质可以是有限个确定的化合物;而当采用了“烷基”或“含氮杂环”这类通式术语时,也可以代表无限个化学物质。族性结构的这一性质决定了相应的计算机处理系统的复杂性。族性结构的计算机处理,还只有一个方向性的解决办法。但从大的方面来看,要解决能忠实于原来意义的族性结构的表述方法和族性结构的检索两个问题。如何根据族性结构的特征;解决它的计算机表述方法是当前族性结构处理的核心问题。它解决得好,族性结构的检索问题也将较易解决。族性结构的检索问题与它的表述有密切联系,并可归结为如下三类问题:①某一确定结构(化合物)是否被包含在一个族性结构中?②一个族性子结构是否部分或全部为另一族性结构所包含?③两个不同的族性结构是否有共同的确定结构?族性结构处理中的主要问题已基本得到解决。最早的族性结构检索系统,法国QUESTEL公司开发的Markush-DARC,已运行了15年。但是,现有系统都仍然存在一些不足,这些不足源于族性结构表述的固有困难。可以预见,它们的彻底解决将依赖于组合概念表述的革新,而不是基于现有概念的"打补丁"。这种概念的更新将有可能丰富和推动图论集合论等数学理论的发展,而且也将为性能更好的实用系统的建立奠定基础。
人工智能的化学应用
人工智能技术已有40多年的历史,它在化学中的应用也不是新鲜事了,因为DENDRAL系统就开始了人工智能的化学应用,而且正是它的成功而开创了现在已得到蓬勃发展与广泛应用的称之为专家系统的人工智能中的一个重要分支。但是,由于人工智能技术是一个多学科的综合研究领域,它的内容与应用常常难于理解,因此尽管人工智能已经走出了它的婴儿期而日趋成熟,但至今仍有许多人并不十分了解人工智能的作用。作为事实科学的化学,尽管其理论近几十年来得到了长足的进展,但是化学家解决问题主要还是依靠经验和直觉。人工智能正好能提供将理论与经验结合起来的手段。因此,不少化学家与人工智能专家都认为化学是人工智能最理想的试验场与用武之地。当前化学中人工智能的主要研究有应用自然语言处理技术的化学文献文摘的自动生成、化学数据中的智能检索方法、化学实验室的自动化与机器人、神经网络方法的化学应用、化学中的NP-完备性问题及其解决办法、化工过程系统综合、故障诊断、过程控制中的人工智能方法等,其中最活跃而且也是最成功的是研究开发由谱图数据,包括红外、质谱、核磁共振,特别是从二维和高维核磁共振数据借助于计算机快速推定未知化合物结构的解析系统。但是,尽管已有不少这类系统,但真正能解决实际问题的系统还不多,研制实用的结构解析系统是这一领域的重要课题。
计算机辅助化学过程综合与开发
随着计算机存储和运算能力的提高,使得计算机正在迅速进入新兴产业和传统产业的各个方面。对于典型的过程工业的化学和石油化学工业,计算机同样成为它们的核心部分,对过程进行全面制约并对其变革产生着深刻的影响。从目前来看,过程综合有两个层次的含义。由已知的原料条件和产品的性能规格要求,如何找到最佳的工艺制造途径是过程综合一个层次的含义。对不同过程的集成,以期达到对能量、物料、设备等资源的最大限度利用的同时,达到消灭污染于过程的目的,是过程综合另一个层次的含义。这无疑是过程工业在下一世纪最具挑战性的课题之一。
“过程概念设计”的提出是计算机辅助化学过程综合与开发领域技术进步的一个重要标志。然而,这种进步主要表现在知识的积累方面,而在计算机软件方面,除在能量系统综合外,似乎尚未取得突破性的进展。计算机化学至少可以从三个主要方面促进过程综合与新流程的开发:①集中对化学过程的研究成果,形成数据库和软件包;②计算机辅助过程评估、系统设计、关键设备设计、动态控制和管理;③充分利用理论研究成果,减少放大步骤。
$firstVoiceSent
- 来自原声例句
小调查
请问您想要如何调整此模块?

感谢您的反馈,我们会尽快进行适当修改!
进来说说原因吧 确定
小调查
请问您想要如何调整此模块?

感谢您的反馈,我们会尽快进行适当修改!
进来说说原因吧 确定