详解2013诺贝尔化学奖[3P]

gordon813

详解2013诺贝尔化学奖：将实验带入信息时代



　　如今化学家在计算机上所进行的实验几乎与在实验室里做的一样多。从计算机上获得的理论结果被现实中的实验证实，之后又产生了新的线索，引导我们去探索原子世界工作的原理。在这一角度，理论和实践呈现出相辅相成、互相促进的关系。



　　牛顿和薛定谔的猫。在此之前，经典物理学与量子力学分属于互相对立的世界，而2013年诺贝尔化学奖在这两个世界之间打开了一扇门，并带来了活跃的合作前景。



　　如今，当科学家在模拟分子反应的过程时，他们会在必要时借助计算机的力量。反应系统核心的计算基于量子物理学，而在远离反应核心区域的地方，模型计算则基于经典物理学；在最外的几层，原子和分子甚至混合在一起，形成同质的物体。通过这些理论简化，我们可以对大型的化学系统进行模拟计算。


　　2013诺贝尔奖化学奖得主为：马丁·卡普拉斯(Martin Karplus)，迈克尔·莱维特(Michael Levitt)和亚利耶·瓦谢尔(Arieh Warshel)，以奖励他们在“发展复杂化学体系多尺度模型”方面所做的贡献。

    化学反应极为迅速，在数百万分一秒间，电子已经完成从一个原子核向另一个原子核的迁移。经典化学已经难以跟上这样的步伐，要想借助实验方法去描绘化学过程中的每一个小步骤几乎已经是不可能的任务。今年的诺贝尔化学奖成果简单来说便是综合了两个不同领域方法的精华，设计出了基于经典物理与量子物理学两大领域的方法。

　　将实验带入信息时代

　　化学反应极为迅速，电子在原子核间迅速迁移，让科学家们眼花缭乱。2013年度诺贝尔化学奖的获得者们所做的工作，让化学家们得以借助计算机的帮助揭示化学的神秘世界。这一进展所带来的对详细化学过程的了解将帮助我们改善催化剂，药物甚至太阳能电池板方面的工艺。

　　现在，全世界的化学家们每天都在计算机上设计并进行实验。这样的场景之所以可能，正是得益于三名科学家：Martin Karplus, Michael Levitt 和Arieh Warshel在上世纪70年代开始所做的工作。他们仔细审视复杂化学过程中的每一个小步骤，而这些细节通常是肉眼难以察觉的。

　　一张图像胜过千言万语，但并非全部

　　举例来说，若你要开展针对植物叶绿素光合作用方面的研究，你首先将需要了解叶绿素所涉及蛋白质的精细结构，这在数据库中便可以找到，你可以随意查看光合作用所涉及的蛋白质的详细结构，甚至查看每一个原子。这些巨大的分子机构可能包含数以十万计的原子，在其中存在一个很小的区域称作反应中心。正是在那里水分子被分解。但实际上仅有少部分的原子实际参与到了这项过程中，尽管你对这些原子和离子的位置已经很清楚，但你却无从知晓它们各自在反应中的作用。这正是传统化学方法无能为力的地方，它难以展示化学反应的过程，而这种困境也正是此次获奖科学家们所要解决的问题。

　　理论与实践的相互促进

　　借助软件帮助，你可以模拟一个化学过程中各种可能的反应路径。这样做将让你得以了解在反应不同阶段不同粒子所起的作用。随后你可以开展实验来验证这种计算机给出的反应路径是否可行，从而反过来修正模型，提升其进行模拟时的精确度。如此相互促进，让现在化学家们在试管和计算机前所花费的时间已经几乎相同。

　　抉择困境

　　在此之前，化学家们实际上已经拥有进行计算机模拟的手段，通常主要有两种原理，要么基于经典物理学，要么则是基于量子物理学。经典物理的强大之处在于其计算过程相对简单，并且可以拥有模拟非常大型的分子结构。但是它也拥有明显的劣势，那就是它无法模拟化学反应过程。因此为了表现这一部分，化学家们不得不求助于量子物理学。然而在量子物理学方向需要海量的计算，也因此只能被应用于非常有限的小分子上。而2013诺贝尔化学奖获得者们的贡献就在于他们将这两种完全不同的领域结合了起来。

　　诞生过程

　　1970年代，正在美国哈佛大学的Martin Karplus便已经针对基于量子物理原理的化学模拟方法开展了深入研究；而在以色列魏茨曼科学研究所，Arieh Warshel和Michael Levitt创建了强大的基于经典物理原理的计算机模拟程序。他们的程序可以模拟几乎所有类型的分子，甚至那些结构巨大的生物分子。

　　1970年，在以色列完成博士研究之后来到美国的Arieh Warshel加入Karplus的实验室。正是从这时开始，这两组科学家开始将各自的模拟方法相互借鉴融合，共同发展更强大的模拟方法。这种方法对化学过程中不同的电子采取不同的处理方式。当对自由电子进行处理时采用量子物理原理，而对其他电子与原子核则采取更加基于经典物理的方案。在对视网膜的模拟研究过程中他们达到了预期目标。1972年，他们公布了这项最新的方法，这是世界上首次实现这两种方法的结合。但这种方法是有局限性的，它要求分子必须是镜面对称的。

　　随后两年时间，他们继续尝试改进这项模拟方法，这次选中的目标是酶。酶是生命体不可缺少的机制，酶之间的相互作用让生命成为可能，酶操控着生命体内的几乎全部化学反应。要想理解生命就必须理解酶。

　　在对酶的研究中，研究组进一步完善了他们的模拟方法。到1976年，研究组终于实现了目标，发表了第一份酶反应的计算机模型。这项成果是革命性的，因其终于实现了对所有分子的适用性。

　　计算生命化学的通用程序

　　经过在哈佛大学为期两年的深造，瓦谢尔与莱维特重新会合。而莱维特已在剑桥大学完成博士培训，主要研究生物分子学，如DNA、RNA和蛋白质等。他使用了经典的计算机程序来更好地了解生物分子究竟是什么样子的。但其局限性不可否认，只能研究静止状态下的分子。

　　瓦谢尔与莱维特的志向很远大。他们希望开发出一款程序，可用来研究酶类，以及主导和简化鲜活有机体化学过程的蛋白质。在学生时代，瓦谢尔就曾关注过酶类的功能。也正是酶类之间的相互合作让生命成为可能，它们几乎控制着生命体内的所有化学反应。如果想了解生命，就需要了解酶类。

　　为模拟酶类反应，瓦谢尔与莱维特需要使经典和量子物理学更顺畅地协作，这可能需要几年的时间来解决各种问题。于是，他们在魏茨曼科学研究所(Weizmann insitute)着手研究。但几年后莱维特完成博士后培训后，他回到了剑桥。后来，瓦谢尔与莱维特在剑桥会合。1976年，他们实现了自己的目标，发表了全球首个酶类反应计算机模型。自此，在模拟化学反应时，规模已不再是问题。

　　专注于核心原子

　　当前化学家在模拟化学过程时，他们会应用到所需的一切装备。他们会对直接影响化学过程的每一个电子和原子核进行破费周折的量子物理计算。这样，他们才可能获得最佳的实验结果。而分子的其他部分则使用经典的方程式进行模拟。

　　为了不浪费计算资源，莱维特和瓦谢尔已经对工作量进行了进一步削减。计算机无需再对每一个单一的原子进行计算，尤其是那些无关紧要的部分。他们已经证明，在计算过程中，完全可以将几个原子进行合并处理。

　　模拟的深远意义需由未来决定

　　当前科学家们可以通过计算机进行试验，这有利于我们更深入地了解整个化学过程。卡普拉斯、莱维特和瓦谢尔所发明的多尺度模型的意义在于其具有普遍性，可用来研究各种各样的化学过程，从生命分子到工业化学过程等。科学家们还可以以此优化太阳能电池、机动车的燃料，甚至要药品等。

　　其研究进展还不仅如此，莱维特还曾在一份刊物中谈到其梦想：在分子层面上模拟鲜活有机体，这是一个颇具吸引力的想法。今年的诺贝尔化学奖得主所开发的计算机模型已经足够强大，但究竟能在多大程度上丰富我们的知识还需时间来决定。