En el contexto de la química y el modelado molecular , un campo de fuerza es un método computacional que se utiliza para estimar las fuerzas entre átomos dentro de moléculas y también entre moléculas. Más precisamente, el campo de fuerza se refiere a las forma funcional y de parámetros conjuntos utilizados para calcular la energía potencial de un sistema de átomos o partículas de grano grueso en la mecánica molecular , dinámica molecular , o Monte Carlo simulaciones. Los parámetros para una función energética elegida pueden derivarse de experimentos en física y química., cálculos en mecánica cuántica , o ambos. Los campos de fuerza son potenciales interatómicos y utilizan el mismo concepto que los campos de fuerza en la física clásica , con la diferencia de que los parámetros del campo de fuerza en química describen el paisaje energético, del cual las fuerzas que actúan sobre cada partícula se derivan como un gradiente de la energía potencial con respecto a las coordenadas de las partículas. [1]
Los campos de fuerza de todos los átomos proporcionan parámetros para cada tipo de átomo en un sistema, incluido el hidrógeno , mientras que los potenciales interatómicos de átomos unidos tratan los átomos de hidrógeno y carbono en los grupos metilo y los puentes de metileno como un centro de interacción. [2] Los potenciales de grano grueso , que a menudo se utilizan en simulaciones a largo plazo de macromoléculas como proteínas , ácidos nucleicos y complejos de múltiples componentes, sacrifican los detalles químicos por una mayor eficiencia informática. [3]
Forma funcional
La forma funcional básica de energía potencial en mecánica molecular incluye términos enlazados para interacciones de átomos que están enlazados por enlaces covalentes y términos no enlazados (también denominados no covalentes ) que describen las fuerzas electrostáticas de largo alcance y de van der Waals . La descomposición específica de los términos depende del campo de fuerza, pero una forma general de la energía total en un campo de fuerza aditivo se puede escribir como
donde los componentes de las contribuciones covalentes y no covalentes vienen dados por las siguientes sumas:
Los términos de enlace y ángulo generalmente se modelan mediante funciones de energía cuadráticas que no permiten la rotura de enlaces. El potencial Morse más caro proporciona una descripción más realista de un enlace covalente a mayor estiramiento . La forma funcional de la energía diedro es variable de un campo de fuerza a otro. Se pueden agregar términos adicionales de "torsión impropia" para reforzar la planaridad de los anillos aromáticos y otros sistemas conjugados , y "términos cruzados" que describen el acoplamiento de diferentes variables internas, tales como ángulos y longitudes de enlace. Algunos campos de fuerza también incluyen términos explícitos para enlaces de hidrógeno .
Los términos no vinculados son computacionalmente más intensivos. Una opción popular es limitar las interacciones a energías por pares. El término de van der Waals generalmente se calcula con un potencial de Lennard-Jones y el término electrostático con la ley de Coulomb . Sin embargo, ambos se pueden almacenar en búfer o escalar por un factor constante para tener en cuenta la polarización electrónica . Los estudios con esta expresión energética se han centrado en biomoléculas desde la década de 1970 y se generalizaron a compuestos de la tabla periódica a principios de la década de 2000, incluidos metales, cerámicas, minerales y compuestos orgánicos. [4]
Estiramiento de enlace
Como es raro que los bonos se desvíen significativamente de sus valores de referencia, los enfoques más simplistas utilizan la fórmula de la ley de Hooke :
Dónde es la fuerza constante, es la longitud del enlace y es el valor de la longitud del enlace entre átomos y cuando todos los demás términos del campo de fuerza se establecen en 0. El término a menudo se denomina longitud de enlace de equilibrio, lo que puede causar confusión. La longitud del enlace de equilibrio es el valor adoptado en equilibrio a 298 K con todos los demás términos del campo de fuerza y la energía cinética que contribuyen. Por lo tanto,es a menudo un pequeño porcentaje diferente de la longitud de enlace real en experimentos a 298 K. [4]
La constante de estiramiento del enlace se puede determinar a partir del espectro infrarrojo experimental , el espectro Raman o cálculos mecánicos cuánticos de alto nivel . El constantedetermina frecuencias vibratorias en simulaciones de dinámica molecular . Cuanto más fuerte es el enlace entre los átomos, mayor es el valor de la constante de fuerza y mayor es el número de onda (energía) en el espectro IR / Raman. El espectro de vibración de acuerdo con una constante de fuerza dada se puede calcular a partir de trayectorias MD cortas (5 ps) con intervalos de tiempo de ~ 1 fs, cálculo de la función de autocorrelación de velocidad y su transformada de Fourier. [5]
Aunque la fórmula de la ley de Hooke proporciona un nivel razonable de precisión en longitudes de enlace cercanas a la distancia de equilibrio, es menos precisa a medida que uno se aleja. Para modelar mejor la curva de Morse, se podrían emplear potencias cúbicas y superiores. [2] [6] Sin embargo, para la mayoría de las aplicaciones prácticas, estas diferencias son insignificantes y las inexactitudes en las predicciones de las longitudes de los enlaces son del orden de la milésima de un angstrom, que también es el límite de confiabilidad para los campos de fuerza comunes. En su lugar, se puede emplear un potencial Morse para permitir la rotura de enlaces y una mayor precisión, aunque es menos eficiente de calcular.
Interacciones electrostáticas
Las interacciones electrostáticas están representadas por una energía de Coulomb, que utiliza cargas atómicas para representar enlaces químicos que van desde enlaces covalentes hasta enlaces covalentes e iónicos polares . La fórmula típica es la ley de Coulomb :
Dónde es la distancia entre dos átomos y . La energía de Coulomb total es una suma de todas las combinaciones de átomos por pares y generalmente excluye 1, 2 átomos enlazados, 1, 3 átomos enlazados, así como 1, 4 átomos enlazados. [7] [8] [9]
Las cargas atómicas pueden hacer contribuciones dominantes a la energía potencial, especialmente para moléculas polares y compuestos iónicos, y son críticas para simular la geometría, la energía de interacción y la reactividad. La asignación de cargas atómicas a menudo sigue a menudo protocolos de mecánica cuántica empíricos y poco fiables, que a menudo conducen a una incertidumbre del 100% en relación con los valores físicamente justificados de acuerdo con los momentos dipolares experimentales y la teoría. [10] [11] [12] Se han desarrollado cargas atómicas reproducibles para campos de fuerza basados en datos experimentales para densidades de deformación electrónica, momentos dipolares internos y un modelo Extended Born. [12] [4] Las incertidumbres <10%, o ± 0,1e, permiten una representación coherente de los enlaces químicos y una precisión hasta cien veces mayor en las estructuras y energías calculadas junto con la interpretación física de otros parámetros en el campo de fuerza.
Parametrización
Además de la forma funcional de los potenciales, los campos de fuerza definen un conjunto de parámetros para diferentes tipos de átomos, enlaces químicos, ángulos diedros, interacciones fuera del plano, interacciones no enlazadas y otros posibles términos. [4] Muchos conjuntos de parámetros son empíricos y algunos campos de fuerza utilizan términos de ajuste extensos que son difíciles de asignar a una interpretación física. [13] Los tipos de átomos se definen para diferentes elementos, así como para los mismos elementos en entornos químicos suficientemente diferentes. Por ejemplo, los átomos de oxígeno en el agua y los átomos de oxígeno en un grupo funcional carbonilo se clasifican como diferentes tipos de campos de fuerza. [14] Los conjuntos de parámetros de campo de fuerza típicos incluyen valores para masa atómica , carga atómica , parámetros de Lennard-Jones para cada tipo de átomo, así como valores de equilibrio de longitudes de enlace , ángulos de enlace y ángulos diedros . [15] Los términos enlazados se refieren a pares, tripletes y cuatrillizos de átomos enlazados e incluyen valores para la constante de resorte efectiva para cada potencial. La mayoría de los parámetros de campos de fuerza actuales utilizan un modelo de carga fija mediante el cual a cada átomo se le asigna un valor para la carga atómica que no se ve afectado por el entorno electrostático local . [12] [16]
Las parametrizaciones de campo de fuerza para simulaciones con máxima precisión y transferibilidad, por ejemplo, IFF, siguen un protocolo bien definido. [4] El flujo de trabajo puede involucrar (1) recuperar una estructura de cristal de rayos X o una fórmula química, (2) definir los tipos de átomos, (3) obtener cargas atómicas, (4) asignar los parámetros iniciales de Lennard-Jones y enlazados, (5) pruebas computacionales de densidad y geometría relativas a datos de referencia experimentales, (6) pruebas computacionales de propiedades energéticas ( energía superficial , [17] energía de hidratación [18] ) relativas a datos de referencia experimentales, (7) validación secundaria y refinamiento (térmico, mecánico y propiedades de difusión). [19] Los bucles iterativos importantes se producen entre los pasos (5) y (4), así como entre (6) y (4) / (3). La interpretación química de los parámetros y los datos de referencia experimentales fiables juegan un papel fundamental.
Los parámetros para las simulaciones moleculares de macromoléculas biológicas como proteínas , ADN y ARN se derivaron a menudo de observaciones de moléculas orgánicas pequeñas , que son más accesibles para estudios experimentales y cálculos cuánticos. Por lo tanto, surgen múltiples problemas, como (1) las cargas atómicas no confiables de los cálculos cuánticos pueden afectar todas las propiedades calculadas y la consistencia interna, (2) los datos diferentes derivados de la mecánica cuántica para moléculas en la fase gaseosa pueden no ser transferibles para simulaciones en el condensado fase, (3) el uso de datos para moléculas pequeñas y la aplicación a estructuras poliméricas más grandes implica incertidumbre, (4) datos experimentales diferentes con variación en la precisión y los estados de referencia (por ejemplo, temperatura) pueden causar desviaciones. Como resultado, se han informado parámetros de campo de fuerza divergentes para moléculas biológicas. Los datos de referencia experimentales incluyeron, por ejemplo, la entalpía de vaporización ( OPLS ), la entalpía de sublimación , los momentos dipolares y varios parámetros espectroscópicos. [20] [6] [14] Las inconsistencias se pueden superar interpretando todos los parámetros del campo de fuerza y eligiendo un estado de referencia consistente, por ejemplo, temperatura ambiente y presión atmosférica. [4]
Varios campos de fuerza tampoco incluyen una justificación química clara, un protocolo de parametrización, una validación incompleta de las propiedades clave (estructuras y energías), la falta de interpretación de los parámetros y una discusión de las incertidumbres. [21] En estos casos, se han informado grandes desviaciones aleatorias de las propiedades calculadas.
Métodos
Algunos campos de fuerza incluyen modelos explícitos de polarización , donde la carga efectiva de una partícula puede verse influenciada por interacciones electrostáticas con sus vecinas. Los modelos de núcleo-capa son comunes, que consisten en una partícula de núcleo cargada positivamente, que representa el átomo polarizable, y una partícula cargada negativamente unida al átomo del núcleo a través de un potencial oscilador armónico similar a un resorte . [22] [23] [24] Los ejemplos recientes incluyen modelos polarizables con electrones virtuales que reproducen cargas de imagen en metales [25] y campos de fuerza biomoleculares polarizables. [26] Al agregar tales grados de libertad para la polarización, la interpretación de los parámetros se vuelve más difícil y aumenta el riesgo de que se produzcan parámetros de ajuste arbitrarios y una menor compatibilidad. El gasto de cálculo aumenta debido a la necesidad de calcular repetidamente el campo electrostático local.
Los modelos polarizables funcionan bien cuando capturan características químicas esenciales y la carga atómica neta es relativamente precisa (dentro de ± 10%). [4] [27] En los últimos tiempos, estos modelos se han denominado erróneamente "potenciales del oscilador Drude". [28] Un término apropiado para estos modelos es "modelos de oscilador de Lorentz", ya que Lorentz [29] en lugar de Drude [30] propuso alguna forma de unión de electrones a los núcleos. [25] Los modelos de Drude suponen un movimiento irrestricto de los electrones, por ejemplo, un gas de electrones libres en los metales. [30]
Parametrización
Históricamente, se han empleado muchos enfoques para la parametrización de un campo de fuerza. Numerosos campos de fuerza clásicos se basaron en protocolos de parametrización relativamente intransparentes, por ejemplo, utilizando cálculos mecánicos cuánticos aproximados, a menudo en la fase gaseosa, con la expectativa de alguna correlación con las propiedades de la fase condensada y modificaciones empíricas de los potenciales para coincidir con los observables experimentales. [31] [32] [33] Es posible que los protocolos no sean reproducibles y la semiautomatización a menudo desempeñaba un papel en la generación de parámetros, optimizando para la generación rápida de parámetros y una amplia cobertura, y no para la consistencia química, interpretabilidad, confiabilidad y sostenibilidad.
Recientemente, se han puesto a disposición herramientas similares, incluso más automatizadas, para parametrizar nuevos campos de fuerza y ayudar a los usuarios a desarrollar sus propios conjuntos de parámetros para químicas que no están parametrizadas hasta la fecha. [34] [35] Los esfuerzos para proporcionar códigos y métodos de fuente abierta incluyen openMM y openMD . Es probable que el uso de la semiautomatización o la automatización completa, sin la aportación del conocimiento químico, aumente las inconsistencias en el nivel de las cargas atómicas, para la asignación de los parámetros restantes, y probablemente diluya la interpretabilidad y el rendimiento de los parámetros.
El campo de fuerza de la interfaz (IFF) asume una sola expresión de energía para todos los compuestos en el periódico (con opciones de 9-6 y 12-6 LJ) y utiliza una validación rigurosa con protocolos de simulación estandarizados que permiten la interpretación y compatibilidad completas de los parámetros, así como como alta precisión y acceso a combinaciones ilimitadas de compuestos. [4]
Transferibilidad
Las formas funcionales y los conjuntos de parámetros han sido definidos por los desarrolladores de potenciales interatómicos y presentan grados variables de autoconsistencia y transferibilidad. Cuando las formas funcionales de los términos potenciales varían, los parámetros de una función potencial interatómica normalmente no pueden usarse junto con otra función potencial interatómica. [19] En algunos casos, se pueden realizar modificaciones con un esfuerzo menor, por ejemplo, entre los potenciales de 9-6 Lennard-Jones y los potenciales de 12-6 Lennard-Jones. [9] Las transferencias de potenciales de Buckingham a potenciales armónicos, o de modelos de átomos incrustados a potenciales armónicos, por el contrario, requerirían muchas suposiciones adicionales y pueden no ser posibles.
Limitaciones
Todos los potenciales interatómicos se basan en aproximaciones y datos experimentales, por lo que a menudo se denominan empíricos . El rendimiento varía desde una mayor precisión que los cálculos de la teoría funcional de la densidad , con acceso a sistemas y escalas de tiempo millones de veces más grandes, hasta conjeturas aleatorias según el campo de fuerza. [36] El uso de representaciones precisas de enlaces químicos, combinado con validación y datos experimentales reproducibles, puede conducir a potenciales interatómicos duraderos de alta calidad con muchos menos parámetros y suposiciones en comparación con los métodos cuánticos de nivel DFT. [37] [38]
Las posibles limitaciones incluyen cargas atómicas, también llamadas cargas puntuales. La mayoría de los campos de fuerza se basan en cargas puntuales para reproducir el potencial electrostático alrededor de las moléculas, lo que funciona peor para distribuciones de carga anisotrópicas. [39] El remedio es que las cargas puntuales tienen una interpretación clara, [12] y se pueden agregar electrones virtuales para capturar características esenciales de la estructura electrónica, como polarizabilidad adicional en sistemas metálicos para describir el potencial de la imagen, momentos multipolares internos en π- sistemas conjugados y pares solitarios en el agua. [40] [41] [42] La polarización electrónica del medio ambiente se puede incluir mejor mediante el uso de campos de fuerza polarizables [43] [44] o el uso de una constante dieléctrica macroscópica . Sin embargo, la aplicación de un valor de constante dieléctrica es una aproximación burda en los entornos altamente heterogéneos de proteínas, membranas biológicas, minerales o electrolitos. [45]
Todos los tipos de fuerzas de van der Waals también dependen en gran medida del entorno porque estas fuerzas se originan a partir de interacciones de dipolos inducidos e "instantáneos" (ver Fuerza intermolecular ). La teoría original de Fritz London de estas fuerzas se aplica solo en el vacío. Una teoría más general de las fuerzas de van der Waals en medios condensados fue desarrollada por AD McLachlan en 1963 e incluyó el enfoque original de Londres como un caso especial. [46] La teoría de McLachlan predice que las atracciones de van der Waals en los medios son más débiles que en el vacío y siguen una regla similar , lo que significa que los diferentes tipos de átomos interactúan más débilmente que los tipos idénticos de átomos. [47] Esto contrasta con las reglas combinatorias o la ecuación de Slater-Kirkwood aplicada para el desarrollo de los campos de fuerza clásicos. Las reglas combinatorias establecen que la energía de interacción de dos átomos diferentes (por ejemplo, C ... N) es un promedio de las energías de interacción de los pares de átomos idénticos correspondientes (es decir, C ... C y N ... N). Según la teoría de McLachlan, las interacciones de las partículas en los medios pueden incluso ser completamente repulsivas, como se observa en el helio líquido , [46] sin embargo, la falta de vaporización y la presencia de un punto de congelación contradice una teoría de interacciones puramente repulsivas. Jacob Israelachvili ha explicado las mediciones de las fuerzas de atracción entre diferentes materiales ( constante de Hamaker ) . [46] Por ejemplo, " la interacción entre los hidrocarburos en el agua es aproximadamente el 10% de la que se produce en el vacío ". [46] Dichos efectos se representan en la dinámica molecular a través de interacciones por pares que son espacialmente más densas en la fase condensada en relación con la fase gaseosa y se reproducen una vez que los parámetros de todas las fases se validan para reproducir el enlace químico, la densidad y la energía cohesiva / superficial.
Se han sentido fuertemente limitaciones en el refinamiento de la estructura de las proteínas. El principal desafío subyacente es el enorme espacio de conformación de las moléculas poliméricas, que crece más allá de la factibilidad computacional actual cuando contiene más de ~ 20 monómeros. [48] Los participantes en la Evaluación Crítica de la Predicción de la Estructura de las proteínas ( CASP ) no intentaron refinar sus modelos para evitar " una vergüenza central de la mecánica molecular, a saber, que la minimización de la energía o la dinámica molecular generalmente conduce a un modelo que se parece menos a la estructura experimental ". [49] Los campos de fuerza se han aplicado con éxito para el refinamiento de la estructura de proteínas en diferentes aplicaciones de cristalografía de rayos X y espectroscopía de RMN , especialmente utilizando el programa XPLOR. [50] Sin embargo, el refinamiento está impulsado principalmente por un conjunto de restricciones experimentales y los potenciales interatómicos sirven principalmente para eliminar los obstáculos interatómicos. Los resultados de los cálculos fueron prácticamente los mismos con los potenciales de esfera rígida implementados en el programa DYANA [51] (cálculos a partir de datos de RMN), o con programas de refinamiento cristalográfico que no utilizan ninguna función de energía. Estas deficiencias están relacionadas con los potenciales interatómicos y con la incapacidad de muestrear eficazmente el espacio de conformación de moléculas grandes. [52] Por lo tanto, también el desarrollo de parámetros para abordar estos problemas a gran escala requiere nuevos enfoques. Un área problemática específica es el modelado por homología de proteínas. [53] Mientras tanto, se han desarrollado funciones de puntuación empírica alternativas para el acoplamiento de ligandos , [54] plegamiento de proteínas , [55] [56] [57] refinamiento del modelo de homología, [58] diseño computacional de proteínas , [59] [60] [61 ] y modelado de proteínas en membranas. [62]
También se argumentó que algunos campos de fuerza de proteínas operan con energías que son irrelevantes para el plegamiento de proteínas o la unión de ligandos. [43] Los parámetros de los campos de fuerza de las proteínas reproducen la entalpía de sublimación , es decir, la energía de evaporación de los cristales moleculares. Sin embargo, el plegamiento de proteínas y la unión de ligandos están termodinámicamente más cerca de la cristalización , o las transiciones líquido-sólido, ya que estos procesos representan la congelación de moléculas móviles en medios condensados. [63] [64] [65] Por lo tanto, se espera que los cambios de energía libre durante el plegamiento de proteínas o la unión de ligandos representen una combinación de una energía similar al calor de fusión (energía absorbida durante la fusión de los cristales moleculares), una contribución de entropía conformacional y energía libre de solvatación . El calor de fusión es significativamente menor que la entalpía de sublimación. [46] Por lo tanto, los potenciales que describen el plegamiento de proteínas o la unión de ligandos necesitan protocolos de parametrización más consistentes, por ejemplo, como se describe para IFF. De hecho, las energías de los enlaces H en las proteínas son ~ -1,5 kcal / mol cuando se estiman a partir de la ingeniería de proteínas o los datos de transición de la hélice alfa a la bobina , [66] [67] pero las mismas energías estimadas a partir de la entalpía de sublimación de los cristales moleculares fueron -4 a -6 kcal / mol, [68] que está relacionado con la formación de enlaces de hidrógeno existentes y no la formación de enlaces de hidrógeno desde cero. Las profundidades de los potenciales de Lennard-Jones modificados derivados de los datos de ingeniería de proteínas también fueron menores que en los parámetros de potencial típicos y siguieron la regla similar se disuelve , como predice la teoría de McLachlan. [43]
Campos de fuerza ampliamente utilizados
Los diferentes campos de fuerza están diseñados para diferentes propósitos. Todos se implementan en varios programas informáticos .
MM2 fue desarrollado por Norman Allinger principalmente para el análisis conformacional de hidrocarburos y otras moléculas orgánicas pequeñas. Está diseñado para reproducir la geometría covalente de equilibrio de las moléculas con la mayor precisión posible. Implementa un gran conjunto de parámetros que se refina y actualiza continuamente para muchas clases diferentes de compuestos orgánicos (MM3 y MM4). [69] [70] [71] [72] [73]
El CFF fue desarrollado por Arieh Warshel , Lifson y colaboradores como un método general para unificar estudios de energías, estructuras y vibraciones de moléculas generales y cristales moleculares. El programa CFF, desarrollado por Levitt y Warshel, se basa en la representación cartesiana de todos los átomos y sirvió como base para muchos programas de simulación posteriores.
ECEPP fue desarrollado específicamente para el modelado de péptidos y proteínas. Utiliza geometrías fijas de residuos de aminoácidos para simplificar la superficie de energía potencial. Por tanto, la minimización de energía se realiza en el espacio de los ángulos de torsión de las proteínas. Tanto MM2 como ECEPP incluyen potenciales para enlaces H y potenciales de torsión para describir rotaciones alrededor de enlaces simples. Se implementó ECEPP / 3 (con algunas modificaciones) en Mecánica de Coordinación Interna y FANTOM. [74]
AMBER , CHARMM y GROMOS se han desarrollado principalmente para la dinámica molecular de macromoléculas, aunque también se utilizan comúnmente para minimizar la energía. Por tanto, las coordenadas de todos los átomos se consideran variables libres.
Interface Force Field (IFF) [75] fue desarrollado como el primer campo de fuerza consistente para compuestos en la tabla periódica. Supera las limitaciones conocidas de asignar cargas consistentes, utiliza condiciones estándar como estado de referencia, reproduce estructuras, energías y derivados de energía, y cuantifica las limitaciones para todos los compuestos incluidos. [4] [76] Es compatible con múltiples campos de fuerza para simular materiales híbridos (CHARMM, AMBER, OPLS-AA, CFF, CVFF, GROMOS).
Clásico
- AMBER (Refinamiento de energía y construcción de modelos asistidos): ampliamente utilizado para proteínas y ADN.
- CFF (campo de fuerza constante): una familia de campos de fuerza adaptados a una amplia variedad de compuestos orgánicos, incluye campos de fuerza para polímeros, metales, etc.
- CHARMM (Química en HARvard Molecular Mechanics): desarrollado originalmente en Harvard, ampliamente utilizado tanto para moléculas pequeñas como para macromoléculas
- COSMOS-NMR: campo de fuerza híbrido QM / MM adaptado a varios compuestos inorgánicos, compuestos orgánicos y macromoléculas biológicas, incluido el cálculo semi-empírico de las propiedades de RMN de cargas atómicas. COSMOS-NMR está optimizado para la elucidación de la estructura basada en RMN y se implementa en el paquete de modelado molecular COSMOS. [77]
- CVFF: también se usa ampliamente para moléculas pequeñas y macromoléculas. [14]
- ECEPP [78] - primer campo de fuerza para moléculas polipeptídicas - desarrollado por FA Momany, HA Scheraga y colegas. [79] [80]
- GROMOS (GROningen MOlecular Simulation): un campo de fuerza que forma parte del software GROMOS, un paquete de simulación por computadora de dinámica molecular de propósito general para el estudio de sistemas biomoleculares. [81] La versión A del campo de fuerza de GROMOS se ha desarrollado para su aplicación a soluciones acuosas o apolares de proteínas, nucleótidos y azúcares. También está disponible una versión B para simular moléculas aisladas en fase gaseosa.
- IFF (campo de fuerza de interfaz): primer campo de fuerza para cubrir metales, minerales, materiales 2D y polímeros en una plataforma con precisión de vanguardia y compatibilidad con muchos otros campos de fuerza (CHARMM, AMBER, OPLS-AA, CFF, CVFF, GROMOS ), incluye opciones de 12-6 LJ y 9-6 LJ [4] [75]
- MMFF ( campo de fuerza molecular de Merck ): desarrollado en Merck para una amplia gama de moléculas.
- OPLS (potencial optimizado para simulaciones líquidas) (las variantes incluyen OPLS-AA, OPLS-UA, OPLS-2001, OPLS-2005, OPLS3e, OPLS4), desarrollado por William L. Jorgensen en el Departamento de Química de la Universidad de Yale.
- QCFF / PI: campos de fuerza generales para moléculas conjugadas. [82] [83]
- UFF ( campo de fuerza universal ): un campo de fuerza general con parámetros para la tabla periódica completa hasta los actinoides inclusive, desarrollado en la Universidad Estatal de Colorado. [21] Se sabe que la fiabilidad es baja debido a la falta de validación e interpretación de los parámetros para casi todos los compuestos reivindicados, especialmente metales y compuestos inorgánicos. [5] [76]
Polarizable
- ÁMBAR: campo de fuerza polarizable desarrollado por Jim Caldwell y compañeros de trabajo. [84]
- AMOEBA (Energía Atómica Multipolar Optimizada para Aplicaciones Biomoleculares) - campo de fuerza desarrollado por Pengyu Ren (Universidad de Texas en Austin) y Jay W. Ponder (Universidad de Washington). [85] El campo de fuerza AMOEBA se está moviendo gradualmente hacia un AMOEBA + más rico en física. [86] [87]
- CHARMM: campo de fuerza polarizable desarrollado por S. Patel (Universidad de Delaware) y CL Brooks III (Universidad de Michigan). [26] [88] Basado en el oscilador clásico Drude desarrollado por A. MacKerell (Universidad de Maryland, Baltimore) y B. Roux (Universidad de Chicago). [89] [90]
- CFF / ind y ENZYMIX - El primer campo de fuerza polarizable [91] que posteriormente se ha utilizado en muchas aplicaciones de sistemas biológicos. [44]
- COSMOS-NMR (simulación por computadora de estructura molecular): desarrollado por Ulrich Sternberg y colaboradores. El campo de fuerza híbrido QM / MM permite el cálculo mecánico cuántico explícito de propiedades electrostáticas utilizando orbitales de enlace localizados con formalismo BPT rápido. [92] La fluctuación de la carga atómica es posible en cada paso de la dinámica molecular.
- DRF90 desarrollado por P. Th. van Duijnen y compañeros de trabajo. [93]
- IFF (campo de fuerza de interfaz): incluye la polarización de metales (Au, W) y moléculas conjugadas con pi [25] [42] [41]
- NEMO (Orbital molecular no empírico): procedimiento desarrollado por Gunnar Karlström y compañeros de trabajo en la Universidad de Lund (Suecia) [94]
- PIPF: el potencial intermolecular polarizable para fluidos es un campo de fuerza de dipolo-punto inducido para líquidos orgánicos y biopolímeros. La polarización molecular se basa en el modelo de dipolo de interacción (TID) de Thole y fue desarrollada por Jiali Gao Gao Research Group | en la Universidad de Minnesota. [95] [96]
- Campo de fuerza polarizable (PFF): desarrollado por Richard A. Friesner y compañeros de trabajo. [97]
- Ecualización de potencial químico (CPE) basada en SP: enfoque desarrollado por R. Chelli y P. Procacci. [98]
- PHAST: potencial polarizable desarrollado por Chris Cioce y compañeros de trabajo. [99]
- ORIENTE: procedimiento desarrollado por Anthony J. Stone (Universidad de Cambridge) y compañeros de trabajo. [100]
- Modelo electrostático gaussiano (GEM): un campo de fuerza polarizable basado en el ajuste de densidad desarrollado por Thomas A. Darden y G. Andrés Cisneros en NIEHS; y Jean-Philip Piquemal en la Universidad Paris VI. [101] [102] [103]
- Potencial atomístico polarizable para líquidos, electrolitos y polímeros (APPLE & P), desarrollado por Oleg Borogin, Dmitry Bedrov y colaboradores, distribuido por Wasatch Molecular Incorporated. [104]
- Procedimiento polarizable basado en el enfoque de Kim-Gordon desarrollado por Jürg Hutter y compañeros de trabajo (Universidad de Zürich) [ cita requerida ]
- GFN-FF (campo de fuerza de interacción de geometría, frecuencia e interacción no covalente): un campo de fuerza genérico parcialmente polarizable completamente automatizado para la descripción precisa de estructuras y dinámicas de moléculas grandes en la tabla periódica desarrollado por Stefan Grimme y Sebastian Spicher en la Universidad. de Bonn. [105]
Reactivo
- EVB ( enlace de valencia empírico ): este campo de fuerza reactiva, introducido por Warshel y sus colaboradores, es probablemente la forma más confiable y físicamente consistente de usar campos de fuerza para modelar reacciones químicas en diferentes entornos. [ según quién? ] El EVB facilita el cálculo de energías libres de activación en fases condensadas y en enzimas.
- ReaxFF : campo de fuerza reactiva (potencial interatómico) desarrollado por Adri van Duin, William Goddard y colaboradores. Es más lento que el MD clásico (50x), necesita conjuntos de parámetros con validación específica y no tiene validación para energías superficiales e interfaciales. Los parámetros no son interpretables. Se pueden utilizar simulaciones dinámicas de reacciones químicas a escala atomística. [13] ReaxFF en paralelo permite simulaciones reactivas en >> 1.000.000 de átomos en grandes supercomputadoras.
De grano grueso
- DPD ( dinámica de partículas disipativas ): este es un método que se aplica comúnmente en la ingeniería química. Por lo general, se utiliza para estudiar la hidrodinámica de varios fluidos simples y complejos que requieren la consideración de escalas de tiempo y longitud mayores que las accesibles a la dinámica molecular clásica . El potencial fue propuesto originalmente por Hoogerbrugge y Koelman [106] [107] con modificaciones posteriores de Español y Warren [108] El estado actual de la técnica fue bien documentado en un taller del CECAM en 2008. [109] Recientemente, se ha realizado un trabajo para capturar algunos de los subtítulos químicos relevantes para las soluciones. Esto ha llevado a trabajar considerando la parametrización automatizada de los potenciales de interacción DPD frente a observables experimentales. [35]
- MARTINI - un potencial de grano grueso desarrollado por Marrink y colaboradores en la Universidad de Groningen , inicialmente desarrollado para simulaciones de dinámica molecular de lípidos, [3] luego extendido a varias otras moléculas. El campo de fuerza aplica un mapeo de cuatro átomos pesados a un sitio de interacción CG y se parametriza con el objetivo de reproducir propiedades termodinámicas.
- SIRAH - un campo de fuerza de grano grueso desarrollado por Pantano y compañeros de trabajo del Grupo de Simulaciones Biomoleculares, Institut Pasteur de Montevideo, Uruguay; desarrollado para la dinámica molecular del agua, el ADN y las proteínas. Gratis disponible para paquetes AMBER y GROMACS.
- VAMM (mecánica molecular del átomo virtual): un campo de fuerza de grano grueso desarrollado por Korkut y Hendrickson para cálculos de mecánica molecular, como transiciones conformacionales a gran escala basadas en las interacciones virtuales de átomos C-alfa. Es un campo de fuerza basado en el conocimiento y formulado para capturar características que dependen de la estructura secundaria y de la información de contacto específica del residuo en las proteínas. [110]
Aprendizaje automático
- ANI es un potencial de red neuronal transferible, construido a partir de vectores del entorno atómico y capaz de proporcionar precisión DFT en términos de energías. [111]
- FFLUX (originalmente QCTFF) [112] Un conjunto de modelos entrenados de Kriging que operan juntos para proporcionar un campo de fuerza molecular entrenado en átomos en moléculas o términos de energía de topología química cuántica que incluyen correlación electrostática, de intercambio y de electrones. [113] [114]
- TensorMol, un modelo mixto, una red neuronal proporciona un potencial de corto alcance, mientras que los potenciales más tradicionales agregan términos de largo alcance filtrados. [114]
- Δ-ML no es un método de campo de fuerza, sino un modelo que agrega términos de energía correccional aprendidos a métodos químicos cuánticos aproximados y relativamente baratos desde el punto de vista computacional para proporcionar un nivel de precisión de un modelo químico cuántico de orden superior y más costoso desde el punto de vista computacional. [115]
- SchNet es una red neuronal que utiliza capas convolucionales de filtro continuo para predecir las propiedades químicas y las superficies de energía potencial. [116]
- PhysNet es una función de energía basada en redes neuronales para predecir energías, fuerzas y cargas parciales (fluctuantes). [117]
Agua
El conjunto de parámetros utilizados para modelar agua o soluciones acuosas (básicamente un campo de fuerza para el agua) se denomina modelo de agua . El agua ha llamado mucho la atención por sus propiedades inusuales y su importancia como disolvente. Se han propuesto muchos modelos de agua; algunos ejemplos son TIP3P, TIP4P, [118] SPC, modelo de agua de carga puntual simple flexible (SPC flexible), ST2 y mW. [119] Otros solventes y métodos de representación de solventes también se aplican dentro de la química y física computacional. Algunos ejemplos se dan en la página Modelo de solvente . Recientemente, se han publicado métodos novedosos para generar modelos de agua. [120]
Aminoácidos modificados
- Forcefield_PTM : un campo de fuerza basado en AMBER y una herramienta web para modelar modificaciones postraduccionales comunes de aminoácidos en proteínas desarrolladas por Chris Floudas y compañeros de trabajo. Utiliza el modelo de carga ff03 y tiene varias correcciones de torsión de cadena lateral parametrizadas para coincidir con la superficie de rotación química cuántica. [121]
- Forcefield_NCAA : un campo de fuerza basado en AMBER y una herramienta web para modelar aminoácidos no naturales comunes en proteínas en simulaciones de fase condensada utilizando el modelo de carga ff03. [122] Se ha informado que las cargas están correlacionadas con las energías libres de hidratación de los correspondientes análogos de la cadena lateral. [123]
Otro
- LFMM (Mecánica molecular del campo de ligando) [124] : funciones para la esfera de coordinación alrededor de los metales de transición según el modelo de superposición angular (AOM). Implementado en el entorno operativo molecular (MOE) como DommiMOE y en Tinker [125]
- VALBOND : una función para la flexión de ángulos que se basa en la teoría del enlace de valencia y funciona para grandes distorsiones angulares, moléculas hipervalentes y complejos de metales de transición . Puede incorporarse a otros campos de fuerza como CHARMM y UFF.
Ver también
- Comparación de implementaciones de campos de fuerza
- Dinámica molecular
- Mecánica molecular
- Software de diseño molecular
- Modelado molecular
- Comparación de software para modelado de mecánica molecular
- Potencial estadístico
- Potencial interatómico
- Potencial de orden de bonos
- Modelo de átomo incrustado
Referencias
- ^ Frenkel D (2007). Comprensión de la simulación molecular: de los algoritmos a las aplicaciones . Prensa académica. ISBN 978-0-12-267351-1. OCLC 254835355 .
- ^ a b Leach A (30 de enero de 2001). Modelado molecular: principios y aplicaciones (2ª ed.). Harlow: Prentice Hall. ISBN 9780582382107.
- ^ a b Marrink SJ, Risselada HJ, Yefimov S, Tieleman DP, de Vries AH (julio de 2007). "El campo de fuerza MARTINI: modelo de grano grueso para simulaciones biomoleculares" (PDF) . El Journal of Physical Chemistry B . 111 (27): 7812–24. doi : 10.1021 / jp071097f . PMID 17569554 .
- ^ a b c d e f g h yo j Heinz H, Lin TJ, Mishra RK, Emami FS (febrero de 2013). "Campos de fuerza termodinámicamente consistentes para el ensamblaje de nanoestructuras inorgánicas, orgánicas y biológicas: el campo de fuerza INTERFACE". Langmuir . 29 (6): 1754–65. doi : 10.1021 / la3038846 . PMID 23276161 .
- ^ a b Heinz H, Koerner H, Anderson KL, Vaia RA, Farmer BL (noviembre de 2005). "Campo de fuerza para silicatos tipo mica y dinámica de cadenas de octadecilamonio injertadas a montmorillonita". Química de Materiales . 17 (23): 5658–5669. doi : 10.1021 / cm0509328 . ISSN 0897-4756 .
- ^ a b Sun H, Mumby SJ, Maple JR, Hagler AT (abril de 1994). "Un campo de fuerza ab Initio CFF93 All-Atom para policarbonatos". Revista de la Sociedad Química Estadounidense . 116 (7): 2978-2987. doi : 10.1021 / ja00086a030 . ISSN 0002-7863 .
- ^ Huang J, MacKerell AD (septiembre de 2013). "Campo de fuerza de proteína aditiva de todos los átomos CHARMM36: validación basada en la comparación con datos de RMN" . Revista de Química Computacional . 34 (25): 2135–45. doi : 10.1002 / jcc.23354 . PMC 3800559 . PMID 23832629 .
- ^ Wang J, Wolf RM, Caldwell JW, Kollman PA, Case DA (julio de 2004). "Desarrollo y prueba de un campo de fuerza ámbar general". Revista de Química Computacional . 25 (9): 1157–74. doi : 10.1002 / jcc.20035 . PMID 15116359 .
- ^ a b Mishra RK, Fernández-Carrasco L, Flatt RJ, Heinz H (julio de 2014). "Un campo de fuerza para el aluminato tricálcico para caracterizar las propiedades de la superficie, la hidratación inicial y las interfaces modificadas orgánicamente en resolución atómica". Transacciones de Dalton . 43 (27): 10602–16. doi : 10.1039 / c4dt00438h . hdl : 2117/24209 . PMID 24828263 .
- ^ Gross KC, Seybold PG, Hadad CM (2002). "Comparación de diferentes esquemas de carga atómica para predecir variaciones de pKa en anilinas sustituidas y fenoles". Revista Internacional de Química Cuántica . 90 (1): 445–458. doi : 10.1002 / qua.10108 . ISSN 0020-7608 .
- ^ Wang B, Li SL, Truhlar DG (diciembre de 2014). "Modelado de cargas atómicas parciales en moléculas inorganometálicas y sólidos y redistribución de carga en cátodos de iones de litio" . Revista de teoría química y computación . 10 (12): 5640–50. doi : 10.1021 / ct500790p . PMID 26583247 .
- ^ a b c d Heinz H, Suter UW (noviembre de 2004). "Cargas atómicas para simulaciones clásicas de sistemas polares". El Journal of Physical Chemistry B . 108 (47): 18341–18352. Código Bibliográfico : 2004APS..MAR.Y8006H . doi : 10.1021 / jp048142t . ISSN 1520-6106 .
- ^ a b van Duin AC, Dasgupta S, Lorant F, Goddard WA (2001). "ReaxFF: un campo de fuerza reactiva para hidrocarburos" (PDF) . El Journal of Physical Chemistry A . 105 (41): 9396–9409. Código bibliográfico : 2001JPCA..105.9396V . CiteSeerX 10.1.1.507.6992 . doi : 10.1021 / jp004368u .
- ^ a b c Dauber-Osguthorpe P, Roberts VA, Osguthorpe DJ, Wolff J, Genest M, Hagler AT (1988). "Estructura y energética del ligando que se une a las proteínas: Escherichia coli dihidrofolato reductasa-trimetoprim, un sistema de receptor de fármacos". Las proteínas . 4 (1): 31–47. doi : 10.1002 / prot.340040106 . PMID 3054871 .
- ^ Dharmawardhana CC, Kanhaiya K, Lin T, Garley A, Knecht MR, Zhou J, Miao J, Heinz H (19 de junio de 2017). "Diseño computacional confiable de materiales biológico-inorgánicos a gran escala nanométrica utilizando Interface-FF". Simulación molecular . 43 (13-16): 1394-1405. doi : 10.1080 / 08927022.2017.1332414 . ISSN 0892-7022 .
- ^ Liu J, Tennessen E, Miao J, Huang Y, Rondinelli JM, Heinz H (31 de mayo de 2018). "Comprensión de enlaces químicos en aleaciones y la representación en simulaciones atomísticas". El Diario de la Química Física C . 122 (26): 14996-15009. doi : 10.1021 / acs.jpcc.8b01891 . ISSN 1932-7447 .
- ^ Heinz H, Vaia RA, Granjero BL, Naik RR (9 de octubre de 2008). "Simulación precisa de superficies e interfaces de metales cúbicos centrados en la cara utilizando potenciales de Lennard-Jones 12−6 y 9−6". El Diario de la Química Física C . 112 (44): 17281-17290. doi : 10.1021 / jp801931d . ISSN 1932-7447 .
- ^ Emami FS, Puddu V, Berry RJ, Varshney V, Patwardhan SV, Perry CC, Heinz H (2 de abril de 2014). "Campo de fuerza y una base de datos de modelos de superficie para sílice para simular propiedades interfaciales en resolución atómica" (PDF) . Química de Materiales . 26 (8): 2647–2658. doi : 10.1021 / cm500365c . ISSN 0897-4756 .
- ^ a b Heinz H, Ramezani-Dakhel H (enero de 2016). "Simulaciones de interfaces inorgánico-bioorgánicas para descubrir nuevos materiales: conocimientos, comparaciones para experimentar, desafíos y oportunidades". Reseñas de la Sociedad Química . 45 (2): 412–48. doi : 10.1039 / c5cs00890e . PMID 26750724 .
- ^ Jorgensen WL, Maxwell DS, Tirado-Rives J (enero de 1996). "Desarrollo y prueba del campo de fuerza de todos los átomos de OPLS sobre la energética conformacional y las propiedades de los líquidos orgánicos". Revista de la Sociedad Química Estadounidense . 118 (45): 11225–11236. doi : 10.1021 / ja9621760 . ISSN 0002-7863 .
- ^ a b Rappé AK, Casewit CJ, Colwell KS, Goddard III WA, Skiff WM (diciembre de 1992). "UFF, un campo de fuerza de tabla periódica completo para simulaciones de mecánica molecular y dinámica molecular". Revista de la Sociedad Química Estadounidense . 114 (25): 10024–10035. doi : 10.1021 / ja00051a040 . ISSN 0002-7863 .
- ^ Dick BG, Overhauser AW (1 de octubre de 1958). "Teoría de las constantes dieléctricas de los cristales de halogenuros alcalinos". Revisión física . 112 (1): 90–103. Código Bibliográfico : 1958PhRv..112 ... 90D . doi : 10.1103 / physrev.112.90 . ISSN 0031-899X .
- ^ Mitchell PJ, Fincham D (22 de febrero de 1993). "Simulaciones de modelos de concha por dinámica adiabática". Revista de física: materia condensada . 5 (8): 1031–1038. Código bibliográfico : 1993JPCM .... 5.1031M . doi : 10.1088 / 0953-8984 / 5/8/006 . ISSN 0953-8984 .
- ^ Yu H, van Gunsteren WF (noviembre de 2005). "Contabilización de la polarización en simulación molecular". Comunicaciones de Física Informática . 172 (2): 69–85. Código Bib : 2005CoPhC.172 ... 69Y . doi : 10.1016 / j.cpc.2005.01.022 . ISSN 0010-4655 .
- ^ a b c Geada IL, Ramezani-Dakhel H, Jamil T, Sulpizi M, Heinz H (febrero de 2018). "Conocimiento de las cargas inducidas en superficies metálicas y biointerfaces utilizando un potencial de Lennard-Jones polarizable" . Comunicaciones de la naturaleza . 9 (1): 716. Bibcode : 2018NatCo ... 9..716G . doi : 10.1038 / s41467-018-03137-8 . PMC 5818522 . PMID 29459638 .
- ^ a b Patel S, Brooks CL (enero de 2004). "Campo de fuerza de carga fluctuante CHARMM para proteínas: I parametrización y aplicación a simulaciones de líquidos orgánicos a granel". Revista de Química Computacional . 25 (1): 1-15. doi : 10.1002 / jcc.10355 . PMID 14634989 .
- ^ Lin T, Heinz H (26 de febrero de 2016). "Parámetros precisos del campo de fuerza y modelos de superficie resueltos de pH para hidroxiapatita para comprender la estructura, la mecánica, la hidratación y las interfaces biológicas". El Diario de la Química Física C . 120 (9): 4975–4992. arXiv : 1512.00122 . doi : 10.1021 / acs.jpcc.5b12504 . ISSN 1932-7447 . S2CID 51913034 .
- ^ Lemkul JA, Huang J, Roux B, MacKerell AD (mayo de 2016). "Un campo de fuerza polarizable empírico basado en el modelo clásico de oscilador Drude: historia de desarrollo y aplicaciones recientes" . Revisiones químicas . 116 (9): 4983–5013. doi : 10.1021 / acs.chemrev.5b00505 . PMC 4865892 . PMID 26815602 .
- ^ Lorentz HA (1905). "El movimiento de los electrones en los cuerpos metálicos, I.". Proc. K. Ned. Akad. Mojado . 7 : 451. Código Bibliográfico : 1904KNAB .... 7..438L .
- ^ a b Drude P (1900). "Zur Elekronentheorie der Metalle. I. Teil" . Annalen der Physik . 306 (3): 566–613. doi : 10.1002 / yp.19003060312 .
- ^ Siu SW, Pluhackova K, Böckmann RA (abril de 2012). "Optimización del campo de fuerza OPLS-AA para hidrocarburos largos". Revista de teoría química y computación . 8 (4): 1459–70. doi : 10.1021 / ct200908r . PMID 26596756 .
- ^ Aduri R, Psciuk BT, Saro P, Taniga H, Schlegel HB, SantaLucia J (julio de 2007). "Parámetros de campo de fuerza AMBER para los nucleósidos modificados que ocurren naturalmente en el ARN". Revista de teoría química y computación . 3 (4): 1464–75. doi : 10.1021 / ct600329w . PMID 26633217 .
- ^ Kirschner KN, Lins RD, Maass A, Soares TA (noviembre de 2012). "Un campo de fuerza basado en Glycam para simulaciones de membranas de lipopolisacárido: parametrización y validación". Revista de teoría química y computación . 8 (11): 4719–31. doi : 10.1021 / ct300534j . PMID 26605626 .
- ^ Wang LP, Martinez TJ, Pande VS (junio de 2014). "Construcción de campos de fuerza: un enfoque automático, sistemático y reproducible". La Revista de Letras de Química Física . 5 (11): 1885–91. doi : 10.1021 / jz500737m . PMID 26273869 .
- ^ a b McDonagh JL, Shkurti A, Bray DJ, Anderson RL, Pyzer-Knapp EO (octubre de 2019). "Utilización del aprendizaje automático para la parametrización eficiente de campos de fuerza molecular de grano grueso". Revista de información química y modelado . 59 (10): 4278–4288. doi : 10.1021 / acs.jcim.9b00646 . PMID 31549507 .
- ^ Emami FS, Puddu V, Berry RJ, Varshney V, Patwardhan SV, Perry CC, Heinz H (22 de abril de 2014). "Campo de fuerza y una base de datos de modelos de superficie para sílice para simular propiedades interfaciales en resolución atómica" (PDF) . Química de Materiales . 26 (8): 2647–2658. doi : 10.1021 / cm500365c . ISSN 0897-4756 .
- ^ Ruiz VG, Liu W, Tkatchenko A (15 de enero de 2016). "Teoría de densidad-funcional con interacciones de van der Waals filtradas aplicadas a adsorbatos atómicos y moleculares en superficies compactas y no compactas". Physical Review B . 93 (3): 035118. Código Bibliográfico : 2016PhRvB..93c5118R . doi : 10.1103 / physrevb.93.035118 . hdl : 11858 / 00-001M-0000-0029-3035-8 . ISSN 2469-9950 .
- ^ Ruiz VG, Liu W, Zojer E, Scheffler M, Tkatchenko A (abril de 2012). "Teoría de densidad-funcional con interacciones de van der Waals filtradas para el modelado de sistemas híbridos inorgánicos-orgánicos" . Cartas de revisión física . 108 (14): 146103. Código bibliográfico : 2012PhRvL.108n6103R . doi : 10.1103 / physrevlett.108.146103 . PMID 22540809 .
- ^ Kramer C, Spinn A, Liedl KR (octubre de 2014). "Anisotropía de carga: donde más importan los multipolos atómicos". Revista de teoría química y computación . 10 (10): 4488–96. doi : 10.1021 / ct5005565 . PMID 26588145 .
- ^ Mahoney MW, Jorgensen WL (22 de mayo de 2000). "Un modelo de cinco sitios para agua líquida y la reproducción de la anomalía de densidad por funciones de potencial rígidas, no polarizables". La Revista de Física Química . 112 (20): 8910–8922. Código Bib : 2000JChPh.112.8910M . doi : 10.1063 / 1.481505 . ISSN 0021-9606 .
- ^ a b Xu R, Chen CC, Wu L, Scott MC, Theis W, Ophus C, et al. (Noviembre de 2015). "Coordenadas tridimensionales de átomos individuales en materiales reveladas por electrontomografía". Materiales de la naturaleza . 14 (11): 1099-103. arXiv : 1505.05938 . Código Bibliográfico : 2015NatMa..14.1099X . doi : 10.1038 / nmat4426 . PMID 26390325 . S2CID 5455024 .
- ^ a b Pramanik C, Gissinger JR, Kumar S, Heinz H (diciembre de 2017). "Dispersión de nanotubos de carbono en disolventes y soluciones poliméricas: mecanismos, ensamblaje y preferencias". ACS Nano . 11 (12): 12805-12816. doi : 10.1021 / acsnano.7b07684 . PMID 29179536 .
- ^ a b c Lomize AL, Reibarkh MY, Pogozheva ID (agosto de 2002). "Potenciales interatómicos y parámetros de solvatación de datos de ingeniería de proteínas para residuos enterrados" . Ciencia de las proteínas . 11 (8): 1984–2000. doi : 10.1110 / ps.0307002 . PMC 2373680 . PMID 12142453 .
- ^ a b Warshel A, Sharma PK, Kato M, Parson WW (noviembre de 2006). "Modelado de efectos electrostáticos en proteínas". Biochimica et Biophysica Acta (BBA) - Proteínas y proteómica . 1764 (11): 1647–76. doi : 10.1016 / j.bbapap.2006.08.007 . PMID 17049320 .
- ^ Schutz CN, Warshel A (septiembre de 2001). "¿Cuáles son las" constantes "dieléctricas de las proteínas y cómo validar modelos electrostáticos?". Las proteínas . 44 (4): 400-17. doi : 10.1002 / prot.1106 . PMID 11484218 .
- ^ a b c d e Israelachvili JN (2011). "Fuerzas intermoleculares y superficiales". Elsevier. págs. iii. doi : 10.1016 / b978-0-12-391927-4.10024-6 . ISBN 978-0-12-391927-4. Falta o vacío
|title=
( ayuda ) - ^ Leckband D, Israelachvili J (mayo de 2001). "Fuerzas intermoleculares en biología". Reseñas trimestrales de biofísica . 34 (2): 105–267. doi : 10.1017 / S0033583501003687 . PMID 11771120 .
- ^ Pramanik C, Jamil T, Gissinger JR, Guittet D, Arias-Monje PJ, Kumar S, Heinz H (3 de octubre de 2019). "Interacciones de poliacrilonitrilo con nanotubos de carbono en solución: conformaciones y unión en función del disolvente, la temperatura y la concentración" . Materiales funcionales avanzados . 29 (50): 1905247. doi : 10.1002 / adfm.201905247 . ISSN 1616-301X .
- ^ Koehl P, Levitt M (febrero de 1999). "Un futuro más brillante para la predicción de la estructura de las proteínas". Biología estructural de la naturaleza . 6 (2): 108-11. doi : 10.1038 / 5794 . PMID 10048917 . S2CID 3162636 .
- ^ Brunger AT, Adams PD (junio de 2002). "Dinámica molecular aplicada al refinamiento de estructuras de rayos X". Cuentas de Investigación Química . 35 (6): 404–12. doi : 10.1021 / ar010034r . PMID 12069625 .
- ^ Güntert P (mayo de 1998). "Cálculo de la estructura de macromoléculas biológicas a partir de datos de RMN". Reseñas trimestrales de biofísica . 31 (2): 145–237. doi : 10.1017 / S0033583598003436 . PMID 9794034 . S2CID 43575627 .
- ^ Ostermeir K, Zacharias M (enero de 2013). "163 muestreo mejorado de péptidos y proteínas con un nuevo método de intercambio de réplicas de sesgo". Revista de Estructura y Dinámica Biomolecular . 31 (sup1): 106. doi : 10.1080 / 07391102.2013.786405 . ISSN 0739-1102 . S2CID 98441607 .
- ^ Tramontano A, Morea V (2003). "Evaluación de predicciones basadas en homología en CASP5". Las proteínas . 53 Supl. 6: 352–68. doi : 10.1002 / prot.10543 . PMID 14579324 .
- ^ Gohlke H, Klebe G (agosto de 2002). "Enfoques para la descripción y predicción de la afinidad de unión de ligandos de molécula pequeña a receptores macromoleculares". Angewandte Chemie . 41 (15): 2644–76. doi : 10.1002 / 1521-3773 (20020802) 41:15 <2644 :: AID-ANIE2644> 3.0.CO; 2-O . PMID 12203463 .
- ^ Edgcomb SP, Murphy KP (febrero de 2000). "Energética estructural del plegamiento y unión de proteínas". Opinión Actual en Biotecnología . 11 (1): 62–6. doi : 10.1016 / s0958-1669 (99) 00055-5 . PMID 10679345 .
- ^ Lazaridis T, Karplus M (abril de 2000). "Funciones energéticas efectivas para la predicción de la estructura de proteínas". Opinión actual en biología estructural . 10 (2): 139–45. doi : 10.1016 / s0959-440x (00) 00063-4 . PMID 10753811 .
- ^ Javidpour L (2012). "Simulaciones por computadora de plegamiento de proteínas". Computación en ciencia e ingeniería . 14 (2): 97–103. Código bibliográfico : 2012CSE .... 14b..97J . doi : 10.1109 / MCSE.2012.21 . S2CID 17613729 .
- ^ Krieger E, Joo K, Lee J, Lee J, Raman S, Thompson J, et al. (2009). "Mejora del realismo físico, la estereoquímica y la precisión de la cadena lateral en el modelado de homología: cuatro enfoques que funcionaron bien en CASP8" . Las proteínas . 77 Supl. 9: 114-22. doi : 10.1002 / prot.22570 . PMC 2922016 . PMID 19768677 .
- ^ Gordon DB, Marshall SA, Mayo SL (agosto de 1999). "Funciones energéticas para el diseño de proteínas". Opinión actual en biología estructural . 9 (4): 509-13. doi : 10.1016 / S0959-440X (99) 80072-4 . PMID 10449371 .
- ^ Mendes J, Guerois R, Serrano L (agosto de 2002). "Estimación energética en el diseño de proteínas". Opinión actual en biología estructural . 12 (4): 441–6. doi : 10.1016 / s0959-440x (02) 00345-7 . PMID 12163065 .
- ^ Rohl CA, Strauss CE, Misura KM, Baker D (2004). "Predicción de la estructura de proteínas con Rosetta". Métodos numéricos de ordenador, de la Parte D . Métodos en enzimología. 383 . págs. 66–93. doi : 10.1016 / S0076-6879 (04) 83004-0 . ISBN 9780121827885. PMID 15063647 .
- ^ Lomize AL, Pogozheva ID, Lomize MA, Mosberg HI (junio de 2006). "Posicionamiento de proteínas en membranas: un enfoque computacional" . Ciencia de las proteínas . 15 (6): 1318–33. doi : 10.1110 / ps.062126106 . PMC 2242528 . PMID 16731967 .
- ^ Murphy KP, Gill SJ (diciembre de 1991). "Compuestos de modelo sólido y la termodinámica del despliegue de proteínas". Revista de Biología Molecular . 222 (3): 699–709. doi : 10.1016 / 0022-2836 (91) 90506-2 . PMID 1660931 .
- ^ Shakhnovich EI, Finkelstein AV (octubre de 1989). "Teoría de las transiciones cooperativas en moléculas de proteínas. I. ¿Por qué la desnaturalización de la proteína globular es una transición de fase de primer orden". Biopolímeros . 28 (10): 1667–80. doi : 10.1002 / bip.360281003 . PMID 2597723 .
- ^ Graziano G, Catanzano F, Del Vecchio P, Giancola C, Barone G (1996). "Estabilidad termodinámica de proteínas globulares: un modelo confiable de estudios de moléculas pequeñas". Gazetta Chim. Italiana . 126 : 559–567.
- ^ Myers JK, Pace CN (octubre de 1996). "El enlace de hidrógeno estabiliza las proteínas globulares" . Revista biofísica . 71 (4): 2033–9. Código bibliográfico : 1996BpJ .... 71.2033M . doi : 10.1016 / S0006-3495 (96) 79401-8 . PMC 1233669 . PMID 8889177 .
- ^ Scholtz JM, Marqusee S, Baldwin RL, York EJ, Stewart JM, Santoro M, Bolen DW (abril de 1991). "Determinación calorimétrica del cambio de entalpía para la transición de hélice alfa a espiral de un péptido de alanina en agua" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 88 (7): 2854–8. Código Bibliográfico : 1991PNAS ... 88.2854S . doi : 10.1073 / pnas.88.7.2854 . PMC 51338 . PMID 2011594 .
- ^ Gavezzotti A, Filippini G (mayo de 1994). "Geometría del intermolecular XH. Cntdot .. cntdot .. cntdot. Y (X, Y = N, O) enlace de hidrógeno y la calibración de potenciales empíricos de enlace de hidrógeno". La Revista de Química Física . 98 (18): 4831–7. doi : 10.1021 / j100069a010 .
- ^ Allinger NL (diciembre de 1977). "Análisis conformacional. 130. MM2. Un campo de fuerza de hidrocarburo utilizando términos de torsión V1 y V2". Revista de la Sociedad Química Estadounidense . 99 (25): 8127–34. doi : 10.1021 / ja00467a001 .
- ^ "Página de inicio de MM2 y MM3" . Archivado desde el original el 23 de enero de 2009.
- ^ Allinger NL, Yuh YH, Lii JH (noviembre de 1989). "Mecánica molecular. El campo de fuerza MM3 para hidrocarburos. 1". Revista de la Sociedad Química Estadounidense . 111 (23): 8551–66. doi : 10.1021 / ja00205a001 .
- ^ Lii JH, Allinger NL (noviembre de 1989). "Mecánica molecular. El campo de fuerza MM3 para hidrocarburos. 2. Frecuencias vibratorias y termodinámica". Revista de la Sociedad Química Estadounidense . 111 (23): 8566–75. doi : 10.1021 / ja00205a002 .
- ^ Lii JH, Allinger NL (noviembre de 1989). "Mecánica molecular. El campo de fuerza MM3 para los hidrocarburos. 3. Los potenciales de van der Waals y los datos de cristal para los hidrocarburos alifáticos y aromáticos". Revista de la Sociedad Química Estadounidense . 111 (23): 8576–82. doi : 10.1021 / ja00205a003 .
- ^ Schaumann T, Braun W, Wüthrich K (marzo de 1990). "El programa FANTOM para el refinamiento energético de polipéptidos y proteínas utilizando un minimizador Newton-Raphson en el espacio del ángulo de torsión". Biopolímeros . 29 (4–5): 679–94. doi : 10.1002 / bip.360290403 .
- ^ a b "Campo de fuerza de interfaz (IFF)" . Laboratorio Heinz .
- ^ a b Mishra RK, Mohamed AK, Geissbühler D, Manzano H, Jamil T, Shahsavari R, Kalinichev AG, Galmarini S, Tao L, Heinz H, Pellenq R (diciembre de 2017). "Una base de datos de campo de fuerza para materiales cementosos que incluye validaciones, aplicaciones y oportunidades" (PDF) . Investigación en cemento y hormigón . 102 : 68–89. doi : 10.1016 / j.cemconres.2017.09.003 .
- ^ Möllhoff M, Sternberg U (mayo de 2001). "Mecánica molecular con cargas atómicas fluctuantes: un nuevo campo de fuerza con un cálculo de carga semi-empírico". Modelización molecular anual . 7 (4): 90-102. doi : 10.1007 / s008940100008 . S2CID 91705326 .
- ^ "ECEPP" . biohpc.cornell.edu .
- ^ Momany FA, McGuire RF, Burgess AW, Scheraga HA (octubre de 1975). "Parámetros de energía en polipéptidos. VII. Parámetros geométricos, cargas atómicas parciales, interacciones no enlazadas, interacciones de enlace de hidrógeno y potenciales de torsión intrínsecos para los aminoácidos naturales". La Revista de Química Física . 79 (22): 2361–81. doi : 10.1021 / j100589a006 .
- ^ Arnautova YA, Jagielska A, Scheraga HA (marzo de 2006). "Un nuevo campo de fuerza (ECEPP-05) para péptidos, proteínas y moléculas orgánicas". El Journal of Physical Chemistry B . 110 (10): 5025–44. doi : 10.1021 / jp054994x . PMID 16526746 .
- ^ "GROMOS" . www.igc.ethz.ch .
- ^ Warshel A (1973). "Método de campo de fuerza consistente de mecánica cuántica (QCFF / PI): Cálculos de energías, conformaciones e interacciones vibrónicas de suelo y estados excitados de moléculas conjugadas". Revista de Química de Israel . 11 (5): 709-17. doi : 10.1002 / ijch.197300067 .
- ^ Warshel A, Levitt M (1974). QCFF / PI: Un programa para la evaluación constante del campo de fuerzas de geometrías de equilibrio y frecuencias vibratorias de moléculas (Informe). Universidad de Indiana: Intercambio de programas de química cuántica. pag. QCPE 247.
- ^ Yang L, Tan CH, Hsieh MJ, Wang J, Duan Y, Cieplak P, Caldwell J, Kollman PA, Luo R (julio de 2006). "Campo de fuerza de átomos unidos ámbar de nueva generación". El Journal of Physical Chemistry B . 110 (26): 13166–76. doi : 10.1021 / jp060163v . PMID 16805629 .
- ^ "Paquete de modelado molecular Tinker" . dasher.wustl.edu .
- ^ Liu C, Piquemal JP, Ren P (enero de 2020). "Implementación del flujo de carga dependiente de la geometría en el potencial polarizable AMOEBA +" . La Revista de Letras de Química Física . 11 (2): 419–426. doi : 10.1021 / acs.jpclett.9b03489 . PMC 7384396 . PMID 31865706 .
- ^ Liu C, Piquemal JP, Ren P (julio de 2019). "AMOEBA + potencial clásico para el modelado de interacciones moleculares" . Revista de teoría química y computación . 15 (7): 4122–4139. doi : 10.1021 / acs.jctc.9b00261 . PMC 6615954 . PMID 31136175 .
- ^ Patel S, Mackerell AD, Brooks CL (septiembre de 2004). "Campo de fuerza de carga fluctuante CHARMM para proteínas: II proteínas / propiedades solventes de simulaciones de dinámica molecular utilizando un modelo electrostático no aditivo". Revista de Química Computacional . 25 (12): 1504-14. doi : 10.1002 / jcc.20077 . PMID 15224394 .
- ^ Anisimov VM, Lamoureux G, Vorobyov IV, Huang N, Roux B, MacKerell AD (enero de 2005). "Determinación de parámetros electrostáticos para un campo de fuerza polarizable basado en el oscilador Drude clásico". Revista de teoría química y computación . 1 (1): 153–68. doi : 10.1021 / ct049930p . PMID 26641126 .
- ^ Yu H, Whitfield TW, Harder E, Lamoureux G, Vorobyov I, Anisimov VM, Mackerell AD, Roux B (2010). "Simulación de iones monovalentes y divalentes en solución acuosa utilizando un campo de fuerza polarizable Drude" . Revista de teoría química y computación . 6 (3): 774–786. doi : 10.1021 / ct900576a . PMC 2838399 . PMID 20300554 .
- ^ Warshel A, Levitt M (mayo de 1976). "Estudios teóricos de reacciones enzimáticas: estabilización dieléctrica, electrostática y estérica del ion carbonio en la reacción de lisozima". Revista de Biología Molecular . 103 (2): 227–49. doi : 10.1016 / 0022-2836 (76) 90311-9 . PMID 985660 .
- ^ Sternberg U, Koch FT, Möllhoff M (mayo de 1994). "Nuevo enfoque para el cálculo semiempírico de cargas atómicas para polipéptidos y grandes sistemas moleculares". Revista de Química Computacional . 15 (5): 524–31. doi : 10.1002 / jcc.540150505 .
- ^ Swart M, van Duijnen PT (mayo de 2006). "DRF90: un campo de fuerza polarizable". Simulación molecular . 32 (6): 471–84. doi : 10.1080 / 08927020600631270 .
- ^ Engkvist O, Astrand PO, Karlström G (noviembre de 2000). "Potenciales intermoleculares precisos obtenidos de funciones de onda molecular: cerrar la brecha entre la química cuántica y las simulaciones moleculares". Revisiones químicas . 100 (11): 4087–108. doi : 10.1021 / cr9900477 . PMID 11749341 .
- ^ Gao J, Habibollazadeh D, Shao L (noviembre de 1995). "Una función de potencial intermolecular polarizable para la simulación de alcoholes líquidos". La Revista de Química Física . 99 (44): 16460–7. doi : 10.1021 / j100044a039 .
- ^ Xie W, Pu J, Mackerell AD, Gao J (2007). "Desarrollo de una función de potencial intermolecular polarizable (PIPF) para amidas y alcanos líquidos" . Revista de teoría química y computación . 3 (6): 1878–1889. doi : 10.1021 / ct700146x . PMC 2572772 . PMID 18958290 .
- ^ Maple JR, Cao Y, Damm W, Halgren TA, Kaminski GA, Zhang LY, Friesner RA (julio de 2005). "Un campo de fuerza polarizable y una metodología de solvatación continua para el modelado de interacciones proteína-ligando". Revista de teoría química y computación . 1 (4): 694–715. doi : 10.1021 / ct049855i . PMID 26641692 .
- ^ Chelli R, Procacci P (noviembre de 2002). "Un campo de fuerza electrostática polarizable transferible para mecánica molecular basado en el principio de ecualización de potencial químico". La Revista de Física Química . 117 (20): 9175–89. Código Bibliográfico : 2002JChPh.117.9175C . doi : 10.1063 / 1.1515773 .
- ^ Cioce CR, McLaughlin K, Belof JL, Space B (diciembre de 2013). "Un potencial PHAST N2 polarizable y transferible para su uso en simulación de materiales". Revista de teoría química y computación . 9 (12): 5550–7. doi : 10.1021 / ct400526a . PMID 26592288 .
- ^ "Anthony Stone: programas de computadora" . www-stone.ch.cam.ac.uk .
- ^ Gresh N, Cisneros GA, Darden TA, Piquemal JP (noviembre de 2007). "Estudios de mecánica molecular anisotrópica, polarizable de interacciones inter e intramoleculares y complejos ligando-macromolécula. Una estrategia de abajo hacia arriba" . Revista de teoría química y computación . 3 (6): 1960–1986. doi : 10.1021 / ct700134r . PMC 2367138 . PMID 18978934 .
- ^ Piquemal JP, Cisneros GA, Reinhardt P, Gresh N, Darden TA (marzo de 2006). "Hacia un campo de fuerza basado en ajuste de densidad" . La Revista de Física Química . 124 (10): 104101. Código bibliográfico : 2006JChPh.124j4101P . doi : 10.1063 / 1.2173256 . PMC 2080832 . PMID 16542062 .
- ^ Cisneros GA, Piquemal JP, Darden TA (noviembre de 2006). "Generalización del modelo electrostático gaussiano: extensión al momento angular arbitrario, multipolos distribuidos y aceleración con métodos de espacio recíproco" . La Revista de Física Química . 125 (18): 184101. Código Bibliográfico : 2006JChPh.125r4101C . doi : 10.1063 / 1.2363374 . PMC 2080839 . PMID 17115732 .
- ^ Borodin O (agosto de 2009). "Desarrollo de campo de fuerza polarizable y simulaciones de dinámica molecular de líquidos iónicos". El Journal of Physical Chemistry B . 113 (33): 11463–78. doi : 10.1021 / jp905220k . PMID 19637900 .
- ^ Spicher S, Grimme S (septiembre de 2020). "Modelado atomístico robusto de materiales, sistemas organometálicos y bioquímicos" . Angewandte Chemie International Edition . 59 (36): 15665-15673. doi : 10.1002 / anie.202004239 . PMC 7267649 . PMID 32343883 .
- ^ Hoogerbrugge PJ, Koelman JM (1992). "Simulación de fenómenos hidrodinámicos microscópicos con dinámica de partículas disipativas". Cartas de Europhysics (EPL) . 19 (3): 155–160. Código Bibliográfico : 1992EL ..... 19..155H . doi : 10.1209 / 0295-5075 / 19/3/001 . ISSN 0295-5075 .
- ^ Koelman JM, Hoogerbrugge PJ (1993). "Simulaciones dinámicas de suspensiones de esfera dura bajo cizallamiento constante". Cartas de Europhysics (EPL) . 21 (3): 363–368. Código Bibliográfico : 1993EL ..... 21..363K . doi : 10.1209 / 0295-5075 / 21/3/018 . ISSN 0295-5075 .
- ^ Español P, Warren P (1995). "Mecánica estadística de la dinámica de partículas disipativas". Cartas de Europhysics (EPL) . 30 (4): 191-196. Código Bibliográfico : 1995EL ..... 30..191E . doi : 10.1209 / 0295-5075 / 30/4/001 . ISSN 0295-5075 . S2CID 14385201 .
- ^ Dinámica de partículas disipativas: abordar las deficiencias y establecer nuevas fronteras , taller de CECAM, 16-18 de julio de 2008, Lausana, Suiza.
- ^ Korkut A, Hendrickson WA (septiembre de 2009). "Un campo de fuerza para la mecánica molecular de proteínas de átomos virtuales" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 106 (37): 15667–72. Código bibliográfico : 2009PNAS..10615667K . doi : 10.1073 / pnas.0907674106 . PMC 2734882 . PMID 19717427 .
- ^ Smith JS, Isayev O, Roitberg AE (abril de 2017). "ANI-1: un potencial de red neuronal extensible con precisión DFT a costo computacional de campo de fuerza" . Ciencia química . 8 (4): 3192–3203. doi : 10.1039 / C6SC05720A . PMC 5414547 . PMID 28507695 .
- ^ Hughes ZE, Thacker JC, Wilson AL, Popelier PL (enero de 2019). "Descripción de superficies de energía potencial de moléculas utilizando modelos de aprendizaje automático FFLUX". Revista de teoría química y computación . 15 (1): 116-126. doi : 10.1021 / acs.jctc.8b00806 . hdl : 10454/16776 . PMID 30507180 .
- ^ Fletcher TL, Popelier PL (junio de 2016). "Predicción de energía electrostática multipolar para los 20 aminoácidos naturales usando Kriging Machine Learning" . Revista de teoría química y computación . 12 (6): 2742–51. doi : 10.1021 / acs.jctc.6b00457 . PMID 27224739 .
- ^ a b McDonagh JL, Silva AF, Vincent MA, Popelier PL (enero de 2018). "Aprendizaje automático de energías de correlación electrónica dinámica de átomos topológicos" . Revista de teoría química y computación . 14 (1): 216–224. doi : 10.1021 / acs.jctc.7b01157 . PMID 29211469 .
- ^ Ramakrishnan R, Dral PO, Rupp M, von Lilienfeld OA (mayo de 2015). "Big Data cumple con aproximaciones de química cuántica: el enfoque de aprendizaje automático Δ". Revista de teoría química y computación . 11 (5): 2087–96. arXiv : 1503.04987 . Código Bibliográfico : 2015arXiv150304987R . doi : 10.1021 / acs.jctc.5b00099 . PMID 26574412 .
- ^ Schütt KT, Sauceda HE, Kindermans PJ, Tkatchenko A, Müller KR (junio de 2018). "SchNet - Una arquitectura de aprendizaje profundo para moléculas y materiales". La Revista de Física Química . 148 (24): 241722. arXiv : 1712.06113 . Código Bibliográfico : 2018JChPh.148x1722S . doi : 10.1063 / 1.5019779 . PMID 29960322 . S2CID 4897444 .
- ^ OT Unke y M. Meuwly (2019). "PhysNet: una red neuronal para predecir energías, fuerzas, momentos dipolares y cargas parciales". J. Chem. Theo. Chem . 15 (6): 3678–3693. arXiv : 1902.08408 . doi : 10.1021 / acs.jctc.9b00181 . PMID 31042390 - a través de https://doi.org/10.1021/acs.jctc.9b00181 .
- ^ Abascal JL, Vega C (diciembre de 2005). "Un modelo de propósito general para las fases condensadas del agua: TIP4P / 2005". La Revista de Física Química . 123 (23): 234505. Código bibliográfico : 2005JChPh.123w4505A . doi : 10.1063 / 1.2121687 . PMID 16392929 . S2CID 9757894 .
- ^ Molinero V, Moore EB (abril de 2009). "Agua modelada como elemento intermedio entre el carbono y el silicio". El Journal of Physical Chemistry B . 113 (13): 4008–16. arXiv : 0809.2811 . doi : 10.1021 / jp805227c . PMID 18956896 . S2CID 20782587 .
- ^ Hughes ZE, Ren E, Thacker JC, Symons BC, Silva AF, Popelier PL (marzo de 2020). "Un modelo de agua FFLUX: flexible, polarizable y con una descripción multipolar de la electrostática" . Revista de Química Computacional . 41 (7): 619–628. doi : 10.1002 / jcc.26111 . PMC 7004022 . PMID 31747059 .
- ^ Khoury GA, Thompson JP, Smadbeck J, Kieslich CA, Floudas CA (diciembre de 2013). "Parámetros de campo de fuerza Ab Initio Charge y AMBER para modificaciones postraduccionales frecuentes" . Revista de teoría química y computación . 9 (12): 5653–5674. doi : 10.1021 / ct400556v . PMC 3904396 . PMID 24489522 .
- ^ Khoury GA, Smadbeck J, Tamamis P, Vandris AC, Kieslich CA, Floudas CA (diciembre de 2014). "Forcefield_NCAA: parámetros de carga ab initio para ayudar en el descubrimiento y diseño de proteínas y péptidos terapéuticos con aminoácidos no naturales y su aplicación para complementar inhibidores de la familia de las compstatin" . Biología sintética ACS . 3 (12): 855–69. doi : 10.1021 / sb400168u . PMC 4277759 . PMID 24932669 .
- ^ Khoury GA, Bhatia N, Floudas CA (2014). "Energías libres de hidratación calculadas utilizando el modelo de carga AMBER ff03 para aminoácidos naturales y no naturales y múltiples modelos de agua". Computación e Ingeniería Química . 71 : 745–752. doi : 10.1016 / j.compchemeng.2014.07.017 .
- ^ Deeth RJ (2001). "El modelo de mecánica molecular del campo de ligando y los efectos estereoelectrónicos de los electrones dys". Revisiones de química de coordinación . 212 (212): 11–34. doi : 10.1016 / S0010-8545 (00) 00354-4 .
- ^ Foscato M, Deeth RJ, Jensen VR (junio de 2015). "Integración de la mecánica molecular del campo de ligando en Tinker". Revista de información química y modelado . 55 (6): 1282–90. doi : 10.1021 / acs.jcim.5b00098 . hdl : 1956/10456 . PMID 25970002 .
Otras lecturas
- Israelachvili JN (1992). Fuerzas intermoleculares y superficiales . San Diego: Prensa académica. ISBN 978-0-12-375181-2.
- Schlick T (2002). Modelado y simulación molecular: una guía interdisciplinaria . Matemáticas Aplicadas Interdisciplinarias: Biología Matemática. Nueva York: Springer-Verlag. ISBN 978-0-387-95404-2.
- Warshel A (1991). Modelado informático de reacciones químicas en enzimas y soluciones . Nueva York: John Wiley & Sons. ISBN 978-0-471-53395-5.