stringtranslate.com

Campo de fuerza (química)

Parte del campo de fuerza del etano para el enlace de estiramiento CC.

En el contexto de la química , la física molecular , la química física y el modelado molecular , un campo de fuerza es un modelo computacional que se utiliza para describir las fuerzas entre átomos (o conjuntos de átomos) dentro de moléculas o entre moléculas, así como en cristales. Los campos de fuerza son una variedad de potenciales interatómicos . Más precisamente, el campo de fuerza se refiere a la forma funcional y los conjuntos de parámetros utilizados para calcular la energía potencial de un sistema en el nivel atómico. Los campos de fuerza se utilizan generalmente en dinámica molecular o simulaciones de Monte Carlo . Los parámetros para una función de energía elegida pueden derivarse de datos de experimentos de laboratorio clásicos, cálculos en mecánica cuántica o ambos. Los campos de fuerza utilizan el mismo concepto que los campos de fuerza en la física clásica , con la principal diferencia de que los parámetros del campo de fuerza en química describen el paisaje energético en el nivel atómico. A partir de un campo de fuerza, las fuerzas que actúan sobre cada partícula se derivan como un gradiente de la energía potencial con respecto a las coordenadas de la partícula. [1]

En la actualidad, existen numerosos tipos de campos de fuerza diferentes (por ejemplo, para moléculas orgánicas , iones , polímeros , minerales y metales ). En función del material, se suelen elegir diferentes formas funcionales para los campos de fuerza, ya que en el comportamiento del material predominan diferentes tipos de interacciones atómicas.

Existen varios criterios que se pueden utilizar para categorizar las estrategias de parametrización de campos de fuerza. Una diferenciación importante es "específica del componente" y "transferible". Para una parametrización específica del componente, el campo de fuerza considerado se desarrolla únicamente para describir una sola sustancia dada (por ejemplo, agua). [2] Para un campo de fuerza transferible, todos o algunos parámetros se diseñan como bloques de construcción y se vuelven transferibles/aplicables para diferentes sustancias (por ejemplo, grupos metilo en campos de fuerza transferibles de alcanos). [3] Una diferenciación importante diferente aborda la estructura física de los modelos: Los campos de fuerza de 11 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 grupos metilo y puentes de metileno como un centro de interacción. [4] [5] Los potenciales de grano grueso , que a menudo se utilizan en simulaciones de largo plazo de macromoléculas como proteínas , ácidos nucleicos y complejos multicomponentes, sacrifican detalles químicos para una mayor eficiencia computacional. [6]

Campos de fuerza para sistemas moleculares

Función de energía potencial de mecánica molecular con disolvente continuo.

La forma funcional básica de la energía potencial para modelar sistemas moleculares incluye términos de interacción intramolecular para interacciones de átomos que están unidos por enlaces covalentes y términos intermoleculares (es decir, no enlazados, también denominados no covalentes ) que describen las fuerzas electrostáticas y de van der Waals de largo alcance . La descomposición específica de los términos depende del campo de fuerza, pero una forma general para la energía total en un campo de fuerza aditivo se puede escribir como donde los componentes de las contribuciones covalentes y no covalentes se dan por las siguientes sumas:

Los términos de enlace y ángulo suelen modelarse mediante funciones de energía cuadráticas que no permiten la ruptura del enlace. Una descripción más realista de un enlace covalente a mayor estiramiento la proporciona el potencial de Morse , más costoso . La forma funcional de la energía diedral es variable de un campo de fuerza a otro. Se pueden añadir términos "torsionales impropios" adicionales para reforzar la planaridad de los anillos aromáticos y otros sistemas conjugados , y "términos cruzados" que describen el acoplamiento de diferentes variables internas, como ángulos y longitudes de enlace. Algunos campos de fuerza también incluyen términos explícitos para los enlaces de hidrógeno .

Los términos no enlazados son los que requieren más esfuerzo computacional. Una opción popular es limitar las interacciones a energías por pares. El término de van der Waals se calcula generalmente con un potencial de Lennard-Jones [7] o el potencial de Mie [8] y el término electrostático con la ley de Coulomb . Sin embargo, ambos pueden amortiguarse o escalarse mediante un factor constante para tener en cuenta la polarizabilidad electrónica . En las últimas décadas se ha propuesto una gran cantidad de campos de fuerza basados ​​en esta o expresiones de energía similares para modelar diferentes tipos de materiales, como sustancias moleculares, metales, vidrios, etc.; consulte a continuación una lista completa de campos de fuerza.

Estiramiento de enlaces

Como es raro que los enlaces se desvíen significativamente de sus valores de equilibrio, los enfoques más simplistas utilizan una fórmula de la ley de Hooke : donde es la constante de fuerza, es la longitud del enlace y es el valor de la longitud del enlace entre átomos y cuando todos los demás términos en el campo de fuerza se establecen en 0. El término a veces se define de manera diferente o se toma en diferentes condiciones termodinámicas.

La constante de estiramiento del enlace se puede determinar a partir del espectro infrarrojo experimental, el espectro Raman o cálculos mecánico-cuánticos de alto nivel. [4] La constante determina las frecuencias vibracionales en simulaciones de dinámica molecular . Cuanto más fuerte es el enlace entre átomos, mayor es el valor de la constante de fuerza y ​​mayor el número de onda (energía) en el espectro IR/Raman.

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. [4] [9] Sin embargo, para la mayoría de las aplicaciones prácticas, estas diferencias son insignificantes y las imprecisiones en las predicciones de longitudes de enlace son del orden de la milésima de angstrom, que también es el límite de confiabilidad para los campos de fuerza comunes. Se puede emplear un potencial de Morse en su lugar para permitir la ruptura de enlaces y una mayor precisión, aunque es menos eficiente de calcular. Para los campos de fuerza reactivos, se consideran además la ruptura de enlaces y los órdenes de enlace.

Interacciones electrostáticas

Las interacciones electrostáticas se representan mediante una energía de Coulomb, que utiliza cargas atómicas para representar enlaces químicos que van desde enlaces covalentes a enlaces covalentes polares y enlaces iónicos . La fórmula típica es la ley de Coulomb : donde es la distancia entre dos átomos y . La energía total de Coulomb es una suma de todas las combinaciones de átomos por pares y generalmente excluye átomos enlazados 1, 2, átomos enlazados 1, 3 y átomos enlazados 1, 4 [ aclarar ] . [10] [11] [12]

Las cargas atómicas pueden realizar contribuciones importantes a la energía potencial, especialmente en el caso de moléculas polares y compuestos iónicos, y son fundamentales para simular la geometría, la energía de interacción y la reactividad. La asignación de cargas suele utilizar algún enfoque heurístico, con diferentes soluciones posibles.

Campos de fuerza para sistemas cristalinos

Las interacciones atomísticas en los sistemas cristalinos difieren significativamente de las de los sistemas moleculares, [13] por ejemplo, de las moléculas orgánicas. En los sistemas cristalinos, las interacciones multicuerpo son particularmente importantes y no se pueden descuidar si se busca una alta precisión del campo de fuerza. En los sistemas cristalinos con enlaces covalentes, se utilizan normalmente potenciales de orden de enlace , por ejemplo, potenciales de Tersoff. [14] En los sistemas metálicos, se utilizan normalmente potenciales de átomos embebidos [15] [16] . Para los metales, también se han desarrollado los denominados potenciales modelo de Drude , [17] que describen una forma de unión de los electrones a los núcleos. [18] [19]

Parametrización

Además de la forma funcional de los potenciales, un campo de fuerza consta de los parámetros de estas funciones. Juntos, especifican las interacciones a nivel atómico. La parametrización, es decir, la determinación de los valores de los parámetros, es crucial para la precisión y fiabilidad del campo de fuerza. Se han desarrollado diferentes procedimientos de parametrización para la parametrización de diferentes sustancias, p. ej. metales, iones y moléculas. Para diferentes tipos de materiales, normalmente se utilizan diferentes estrategias de parametrización. En general, se pueden distinguir dos tipos principales para la parametrización, ya sea utilizando datos/información del nivel atómico, p. ej. de cálculos mecánicos cuánticos o datos espectroscópicos, o utilizando datos de propiedades macroscópicas, p. ej. la dureza o compresibilidad de un material determinado. A menudo se utiliza una combinación de estas rutas. Por lo tanto, de una forma u otra, los parámetros del campo de fuerza siempre se determinan de forma empírica. Sin embargo, el término "empírico" se utiliza a menudo en el contexto de los parámetros del campo de fuerza cuando se utilizan datos de propiedades macroscópicas del material para el ajuste. Datos experimentales (microscópicos y macroscópicos) incluidos para el ajuste, por ejemplo, la entalpía de vaporización , la entalpía de sublimación , los momentos dipolares y varias propiedades espectroscópicas como las frecuencias vibracionales. [20] [9] [21] A menudo, para sistemas moleculares, los cálculos mecánicos cuánticos en fase gaseosa se utilizan para parametrizar interacciones intramoleculares y parametrizar interacciones dispersivas intermoleculares mediante el uso de propiedades macroscópicas como las densidades de líquidos. [3] [22] [23] La asignación de cargas atómicas a menudo sigue protocolos mecánicos cuánticos con algunas heurísticas, lo que puede conducir a una desviación significativa en la representación de propiedades específicas. [24] [25] [26]

En las últimas décadas se han empleado una gran cantidad de flujos de trabajo y procedimientos de parametrización utilizando diferentes datos y estrategias de optimización para determinar los parámetros del campo de fuerza. Estos difieren significativamente, lo que también se debe a los diferentes enfoques de los distintos desarrollos. Los parámetros para simulaciones moleculares de macromoléculas biológicas como proteínas , ADN y ARN a menudo se derivaron/transfirieron a partir de observaciones de pequeñas moléculas orgánicas , que son más accesibles para estudios experimentales y cálculos cuánticos.

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 agua y los átomos de oxígeno en un grupo funcional carbonilo se clasifican como diferentes tipos de campos de fuerza. [21] Los conjuntos de parámetros de campos de fuerza moleculares 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 . [27] 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.

Los procedimientos de parametrización de campos de fuerza heurísticos han sido muy exitosos durante muchos años, pero recientemente han sido criticados. [28] [29] ya que generalmente no están completamente automatizados y, por lo tanto, están sujetos a cierta subjetividad de los desarrolladores, lo que también trae problemas con respecto a la reproducibilidad del procedimiento de parametrización.

Entre los esfuerzos por proporcionar códigos y métodos de código abierto se incluyen openMM y openMD. El uso de la semiautomatización o la automatización total, sin el aporte de conocimientos químicos, probablemente aumente las inconsistencias a nivel de cargas atómicas, para la asignación de los parámetros restantes y probablemente diluya la interpretabilidad y el rendimiento de los parámetros.

Bases de datos de campos de fuerza

En las últimas décadas se ha publicado una gran cantidad de campos de fuerza, principalmente en publicaciones científicas. En los últimos años, algunas bases de datos han intentado recopilar, categorizar y poner a disposición digitalmente los campos de fuerza. En este sentido, diferentes bases de datos se centran en diferentes tipos de campos de fuerza. Por ejemplo, la base de datos openKim se centra en las funciones interatómicas que describen las interacciones individuales entre elementos específicos. [30] La base de datos TraPPE se centra en los campos de fuerza transferibles de las moléculas orgánicas (desarrollada por el grupo Siepmann). [31] La base de datos MolMod se centra en los campos de fuerza moleculares e iónicos (tanto específicos de los componentes como transferibles). [5] [32]

Tipos de funciones de transferibilidad y mezcla

Los desarrolladores de potenciales interatómicos han definido formas funcionales y conjuntos de parámetros que presentan grados variables de autoconsistencia y transferibilidad. Cuando las formas funcionales de los términos de potencial varían o se mezclan, los parámetros de una función de potencial interatómico normalmente no se pueden utilizar junto con los de otra función de potencial interatómico. [33] En algunos casos, se pueden realizar modificaciones con un esfuerzo mínimo, por ejemplo, entre potenciales de Lennard-Jones de 9-6 a potenciales de Lennard-Jones de 12-6. [12] Las transferencias de potenciales de Buckingham a potenciales armónicos, o de modelos atómicos integrados a potenciales armónicos, por el contrario, requerirían muchas suposiciones adicionales y podrían no ser posibles.

En muchos casos, los campos de fuerza se pueden combinar de forma sencilla, pero a menudo se requieren especificaciones y suposiciones adicionales.

Limitaciones

Todos los potenciales interatómicos se basan en aproximaciones y datos experimentales, por lo que a menudo se los denomina empíricos . El rendimiento varía desde una mayor precisión que los cálculos de la teoría funcional de la densidad (DFT), con acceso a sistemas y escalas de tiempo millones de veces más grandes, hasta conjeturas aleatorias según el campo de fuerza. [34] El uso de representaciones precisas de enlaces químicos, combinado con datos experimentales reproducibles y validación, puede conducir a potenciales interatómicos duraderos de alta calidad con muchos menos parámetros y suposiciones en comparación con los métodos cuánticos de nivel DFT. [35] [36]

Las posibles limitaciones incluyen las cargas atómicas, también llamadas cargas puntuales. La mayoría de los campos de fuerza dependen de cargas puntuales para reproducir el potencial electrostático alrededor de las moléculas, lo que funciona menos bien para distribuciones de carga anisotrópicas . [37] El remedio es que las cargas puntuales tienen una interpretación clara [26] y se pueden agregar electrones virtuales para capturar características esenciales de la estructura electrónica, como la polarizabilidad adicional en sistemas metálicos para describir el potencial de imagen, los momentos multipolares internos en sistemas π-conjugados y los pares solitarios en el agua. [38] [39] [40] La polarización electrónica del entorno se puede incluir mejor utilizando campos de fuerza polarizables [41] [42] o utilizando 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. [43]

Todos los tipos de fuerzas de van der Waals también dependen fuertemente del entorno porque estas fuerzas se originan 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 London como un caso especial. [44] La teoría de McLachlan predice que las atracciones de van der Waals en medios son más débiles que en el vacío y siguen la regla de lo similar disuelve lo similar , lo que significa que diferentes tipos de átomos interactúan más débilmente que los tipos idénticos de átomos. [45] Esto contrasta con las reglas combinatorias o la ecuación de Slater-Kirkwood aplicadas 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 pares de átomos idénticos correspondientes (es decir, C...C y N...N). Según la teoría de McLachlan, las interacciones de partículas en los medios pueden incluso ser completamente repulsivas, como se observa para el helio líquido , [44] sin embargo, la falta de vaporización y la presencia de un punto de congelación contradicen una teoría de interacciones puramente repulsivas. Las mediciones de fuerzas de atracción entre diferentes materiales ( constante de Hamaker ) han sido explicadas por Jacob Israelachvili . [44] Por ejemplo, " la interacción entre hidrocarburos a través del agua es aproximadamente el 10% de la de vacío ". [44] Tales 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 se validan los parámetros de todas las fases para reproducir el enlace químico, la densidad y la energía cohesiva/superficial.

Las limitaciones se han sentido fuertemente en el refinamiento de la estructura de 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. [46] Los participantes en la Evaluación crítica de la predicción de la estructura de proteínas (CASP) no intentaron refinar sus modelos para evitar " un problema central de la mecánica molecular, a saber, que la minimización de la energía o la dinámica molecular generalmente conduce a un modelo que es menos parecido a la estructura experimental ". [47] 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 espectroscopia de RMN , especialmente utilizando el programa XPLOR. [48] Sin embargo, el refinamiento está impulsado principalmente por un conjunto de restricciones experimentales y los potenciales interatómicos sirven principalmente para eliminar obstáculos interatómicos. Los resultados de los cálculos fueron prácticamente los mismos con los potenciales de esfera rígida implementados en el programa DYANA [49] (cálculos a partir de datos de RMN), o con programas para el refinamiento cristalográfico que no utilizan funciones de energía en absoluto. Estas deficiencias están relacionadas con los potenciales interatómicos y con la incapacidad de muestrear el espacio de conformación de moléculas grandes de manera efectiva. [50] Por lo tanto, también el desarrollo de parámetros para abordar problemas de gran escala requiere nuevos enfoques. Un área problemática específica es el modelado de homología de proteínas. [51] Mientras tanto, se han desarrollado funciones de puntuación empíricas alternativas para el acoplamiento de ligandos , [52] el plegamiento de proteínas , [53] [54] [55] el refinamiento del modelo de homología, [56] el diseño computacional de proteínas , [57] [58] [59] y el modelado de proteínas en membranas. [60]

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. [41] 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 de líquido a sólido, ya que estos procesos representan la congelación de moléculas móviles en medios condensados. [61] [62] [63] 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 cristales moleculares), una contribución de entropía conformacional y energía libre de solvatación . El calor de fusión es significativamente menor que la entalpía de sublimación. [44] 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 de hidrógeno en las proteínas son de ~ -1,5 kcal/mol cuando se estiman a partir de datos de ingeniería de proteínas o de transición de hélice alfa a espiral , [64] [65] pero las mismas energías estimadas a partir de la entalpía de sublimación de cristales moleculares fueron de -4 a -6 kcal/mol, [66] lo que está relacionado con la reformación de enlaces de hidrógeno existentes y no con la formación de enlaces de hidrógeno desde cero. Las profundidades de los potenciales de Lennard-Jones modificados derivados de datos de ingeniería de proteínas también fueron menores que en los parámetros de potencial típicos y siguieron la regla de que lo similar se disuelve , como predijo la teoría de McLachlan. [41]

Campos de fuerza disponibles en la literatura

Diferentes campos de fuerza están diseñados para diferentes propósitos:

Clásico

Polarizable

Varios campos de fuerza capturan explícitamente la polarizabilidad , donde la carga efectiva de una partícula puede verse influenciada por interacciones electrostáticas con sus vecinas. Los modelos de núcleo-capa son comunes, y consisten en una partícula de núcleo cargada positivamente, que representa el átomo polarizable, y una partícula cargada negativamente unida al átomo de núcleo a través de un potencial oscilador armónico tipo resorte . [86] [87] [88] Ejemplos recientes incluyen modelos polarizables con electrones virtuales que reproducen cargas de imagen en metales [76] y campos de fuerza biomoleculares polarizables. [89]

Reactivo

De grano grueso

Aprendizaje automático

Agua

El conjunto de parámetros utilizados para modelar el agua o las soluciones acuosas (básicamente un campo de fuerza para el agua) se denomina modelo de agua . Se han propuesto muchos modelos de agua; [5] algunos ejemplos son TIP3P, TIP4P, [2] SPC, modelo de agua de carga puntual simple flexible (SPC flexible), ST2 y mW. [130] Otros solventes y métodos de representación de solventes también se aplican dentro de la química y la física computacionales; estos se denominan modelos de solventes .

Aminoácidos modificados

Otro

Véase también

Referencias

  1. ^ Frenkel D (2007). Comprensión de la simulación molecular: de los algoritmos a las aplicaciones . Academic Press. ISBN 978-0-12-267351-1.OCLC 254835355  .
  2. ^ ab Abascal JL, Vega C (diciembre de 2005). "Un modelo de propósito general para las fases condensadas del agua: TIP4P/2005". The Journal of Chemical Physics . 123 (23): 234505. Bibcode :2005JChPh.123w4505A. doi :10.1063/1.2121687. PMID  16392929. S2CID  9757894.
  3. ^ ab Siu SW, Pluhackova K, Böckmann RA (abril de 2012). "Optimización del campo de fuerza OPLS-AA para hidrocarburos largos". Journal of Chemical Theory and Computation . 8 (4): 1459–70. doi :10.1021/ct200908r. PMID  26596756.
  4. ^ abc Leach A (30 de enero de 2001). Modelado molecular: principios y aplicaciones (2.ª ed.). Harlow: Prentice Hall. ISBN 9780582382107.
  5. ^ abc Stephan, Simon; Horsch, Martin T.; Vrabec, Jadran; Hasse, Hans (3 de julio de 2019). "MolMod: una base de datos de acceso abierto de campos de fuerza para simulaciones moleculares de fluidos". Molecular Simulation . 45 (10): 806–814. arXiv : 1904.05206 . doi :10.1080/08927022.2019.1601191. ISSN  0892-7022. S2CID  119199372.
  6. ^ ab 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) . The Journal of Physical Chemistry B. 111 ( 27): 7812–24. doi :10.1021/jp071097f. PMID  17569554. S2CID  13874240.
  7. ^ Lenhard, Johannes; Stephan, Simon; Hasse, Hans (febrero de 2024). "Un niño de la predicción. Sobre la historia, la ontología y la computación del Lennard-Jonesium". Estudios en historia y filosofía de la ciencia . 103 : 105–113. doi :10.1016/j.shpsa.2023.11.007. ISSN  0039-3681. PMID  38128443. S2CID  266440296.
  8. ^ Fischer, Johann; Wendland, Martin (octubre de 2023). "Sobre la historia de los potenciales intermoleculares empíricos clave". Fluid Phase Equilibria . 573 : 113876. Bibcode :2023FlPEq.57313876F. doi : 10.1016/j.fluid.2023.113876 . ISSN  0378-3812.
  9. ^ ab Sun H, Mumby SJ, Maple JR, Hagler AT (abril de 1994). "Un campo de fuerza de todos los átomos CFF93 ab Initio para policarbonatos". Revista de la Sociedad Química Americana . 116 (7): 2978–2987. doi :10.1021/ja00086a030. ISSN  0002-7863.
  10. ^ Huang J, MacKerell AD (septiembre de 2013). "Campo de fuerza de la proteína aditiva de todos los átomos CHARMM36: validación basada en la comparación con datos de RMN". Journal of Computational Chemistry . 34 (25): 2135–45. doi :10.1002/jcc.23354. PMC 3800559 . PMID  23832629. 
  11. ^ Wang J, Wolf RM, Caldwell JW, Kollman PA, Case DA (julio de 2004). "Desarrollo y prueba de un campo de fuerza general de ámbar". Journal of Computational Chemistry . 25 (9): 1157–74. doi : 10.1002/jcc.20035 . PMID  15116359. S2CID  18734898.
  12. ^ ab Mishra RK, Fernández-Carrasco L, Flatt RJ, Heinz H (julio de 2014). "Un campo de fuerza para el aluminato tricálcico para caracterizar las propiedades superficiales, la hidratación inicial y las interfaces modificadas orgánicamente en resolución atómica". Dalton Transactions . 43 (27): 10602–16. doi :10.1039/c4dt00438h. hdl : 2117/24209 . PMID  24828263.
  13. ^ Ashcroft, NW; Mermin, ND; Smoluchowski, R. (1 de enero de 1977). "Física del estado sólido". Física hoy . 30 (1): 61–65. Bibcode :1977PhT....30R..61A. doi : 10.1063/1.3037370 . ISSN  0031-9228.
  14. ^ Tersoff, J. (15 de abril de 1988). "Nuevo enfoque empírico para la estructura y energía de sistemas covalentes". Physical Review B . 37 (12): 6991–7000. Bibcode :1988PhRvB..37.6991T. doi :10.1103/physrevb.37.6991. ISSN  0163-1829. PMID  9943969.
  15. ^ Daw, Murray S.; Baskes, MI (15 de junio de 1984). "Método de átomos embebidos: Derivación y aplicación a impurezas, superficies y otros defectos en metales". Physical Review B . 29 (12): 6443–6453. Bibcode :1984PhRvB..29.6443D. doi :10.1103/physrevb.29.6443. ISSN  0163-1829.
  16. ^ Daw, Murray S.; Foiles, Stephen M.; Baskes, Michael I. (marzo de 1993). "El método del átomo embebido: una revisión de la teoría y las aplicaciones". Materials Science Reports . 9 (7–8): 251–310. doi : 10.1016/0920-2307(93)90001-u . ISSN  0920-2307.
  17. ^ Lemkul JA, Huang J, Roux B, MacKerell AD (mayo de 2016). "Un campo de fuerza polarizable empírico basado en el modelo oscilador clásico de Drude: historia del desarrollo y aplicaciones recientes". Chemical Reviews . 116 (9): 4983–5013. doi :10.1021/acs.chemrev.5b00505. PMC 4865892 . PMID  26815602. 
  18. ^ Lorentz HA (1905). "El movimiento de los electrones en cuerpos metálicos, I". Proc. K. Ned. Akad. Wet . 7 : 451. Bibcode :1904KNAB....7..438L.
  19. ^ Drudo P (1900). "Zur Elekronentheorie der Metalle. I. Teil". Annalen der Physik . 306 (3): 566–613. doi : 10.1002/andp.19003060312 .
  20. ^ Jorgensen WL, Maxwell DS, Tirado-Rives J (enero de 1996). "Desarrollo y prueba del campo de fuerza de todos los átomos OPLS sobre la energía conformacional y las propiedades de los líquidos orgánicos". Journal of the American Chemical Society . 118 (45): 11225–11236. doi :10.1021/ja9621760. ISSN  0002-7863.
  21. ^ abc Dauber-Osguthorpe P, Roberts VA, Osguthorpe DJ, Wolff J, Genest M, Hagler AT (1988). "Estructura y energética de la unión de ligandos a proteínas: Escherichia coli dihidrofolato reductasa-trimetoprim, un sistema de receptores de fármacos". Proteins . 4 (1): 31–47. doi :10.1002/prot.340040106. PMID  3054871. S2CID  2845395.
  22. ^ Aduri R, Psciuk BT, Saro P, Taniga H, Schlegel HB, SantaLucia J (julio de 2007). "Parámetros del campo de fuerza AMBER para los nucleósidos modificados de origen natural en el ARN". Journal of Chemical Theory and Computation . 3 (4): 1464–75. doi :10.1021/ct600329w. PMID  26633217.
  23. ^ Kirschner KN, Lins RD, Maass A, Soares TA (noviembre de 2012). "Un campo de fuerza basado en glicam para simulaciones de membranas de lipopolisacáridos: parametrización y validación". Journal of Chemical Theory and Computation . 8 (11): 4719–31. doi :10.1021/ct300534j. PMID  26605626.
  24. ^ Gross KC, Seybold PG, Hadad CM (2002). "Comparación de diferentes esquemas de carga atómica para predecir variaciones de pKa en anilinas y fenoles sustituidos". Revista internacional de química cuántica . 90 (1): 445–458. doi :10.1002/qua.10108. ISSN  0020-7608.
  25. ^ Wang B, Li SL, Truhlar DG (diciembre de 2014). "Modelado de las cargas atómicas parciales en moléculas y sólidos inorganometálicos y redistribución de carga en cátodos de iones de litio". Journal of Chemical Theory and Computation . 10 (12): 5640–50. doi : 10.1021/ct500790p . PMID  26583247.
  26. ^ ab Heinz H, Suter UW (noviembre de 2004). "Cargas atómicas para simulaciones clásicas de sistemas polares". The Journal of Physical Chemistry B . 108 (47): 18341–18352. Bibcode :2004APS..MAR.Y8006H. doi :10.1021/jp048142t. ISSN  1520-6106.
  27. ^ Dharmawardhana CC, Kanhaiya K, Lin TJ, Garley A, Knecht MR, Zhou J, Miao J, Heinz H (19 de junio de 2017). "Diseño computacional confiable de materiales biológicos e inorgánicos a gran escala nanométrica utilizando Interface-FF". Molecular Simulation . 43 (13–16): 1394–1405. doi :10.1080/08927022.2017.1332414. ISSN  0892-7022. S2CID  36710284.
  28. ^ Wang LP, Martinez TJ, Pande VS (junio de 2014). "Construcción de campos de fuerza: un enfoque automático, sistemático y reproducible". The Journal of Physical Chemistry Letters . 5 (11): 1885–91. doi :10.1021/jz500737m. PMC 9649520 . PMID  26273869. 
  29. ^ ab 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 moleculares de grano grueso". Revista de información y modelado químico . 59 (10): 4278–4288. doi :10.1021/acs.jcim.9b00646. PMID  31549507. S2CID  202745539.
  30. ^ Tadmor, EB; Elliott, RS; Sethna, JP; Miller, RE; Becker, CA (julio de 2011). "El potencial de las simulaciones atomísticas y la base de conocimiento de los modelos interatómicos". JOM . 63 (7): 17. Bibcode :2011JOM....63g..17T. doi : 10.1007/s11837-011-0102-6 . ISSN  1047-4838.
  31. ^ Eggimann, Becky L.; Sunnarborg, Amara J.; Stern, Hudson D.; Bliss, Andrew P.; Siepmann, J. Ilja (2 de enero de 2014). "Una base de datos en línea de parámetros y propiedades para el campo de fuerza TraPPE". Molecular Simulation . 40 (1–3): 101–105. doi :10.1080/08927022.2013.842994. ISSN  0892-7022. S2CID  95716947.
  32. ^ Schmitt, Sebastian; Kanagalingam, Gajanan; Fleckenstein, Florian; Froescher, Daniel; Hasse, Hans; Stephan, Simon (27 de noviembre de 2023). "Extensión de la base de datos MolMod a campos de fuerza transferibles". Revista de información y modelado químico . 63 (22): 7148–7158. doi :10.1021/acs.jcim.3c01484. ISSN  1549-9596. PMID  37947503. S2CID  265103133.
  33. ^ Heinz H, Ramezani-Dakhel H (enero de 2016). "Simulaciones de interfaces inorgánicas-bioorgánicas para descubrir nuevos materiales: perspectivas, comparaciones con experimentos, desafíos y oportunidades". Chemical Society Reviews . 45 (2): 412–48. doi :10.1039/c5cs00890e. PMID  26750724.
  34. ^ 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.
  35. ^ Ruiz VG, Liu W, Tkatchenko A (15 de enero de 2016). "Teoría funcional de la densidad con interacciones de van der Waals apantalladas aplicada a adsorbatos atómicos y moleculares en superficies compactas y no compactas". Physical Review B . 93 (3): 035118. Bibcode :2016PhRvB..93c5118R. doi :10.1103/physrevb.93.035118. hdl : 11858/00-001M-0000-0029-3035-8 . ISSN  2469-9950.
  36. ^ Ruiz VG, Liu W, Zojer E, Scheffler M, Tkatchenko A (abril de 2012). "Teoría funcional de la densidad con interacciones de van der Waals seleccionadas para el modelado de sistemas híbridos inorgánicos-orgánicos". Physical Review Letters . 108 (14): 146103. Bibcode :2012PhRvL.108n6103R. doi : 10.1103/physrevlett.108.146103 . hdl : 11858/00-001M-0000-000F-C6EA-3 . PMID  22540809.
  37. ^ Kramer C, Spinn A, Liedl KR (octubre de 2014). "Anisotropía de carga: donde los multipolos atómicos son los más importantes". Journal of Chemical Theory and Computation . 10 (10): 4488–96. doi :10.1021/ct5005565. PMID  26588145.
  38. ^ 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 mediante funciones de potencial rígidas y no polarizables". The Journal of Chemical Physics . 112 (20): 8910–8922. Bibcode :2000JChPh.112.8910M. doi :10.1063/1.481505. ISSN  0021-9606.
  39. ^ ab 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". Nature Materials . 14 (11): 1099–103. arXiv : 1505.05938 . Código Bibliográfico :2015NatMa..14.1099X. doi :10.1038/nmat4426. PMID  26390325. S2CID  5455024.
  40. ^ ab Pramanik C, Gissinger JR, Kumar S, Heinz H (diciembre de 2017). "Dispersión de nanotubos de carbono en disolventes y soluciones de polímeros: mecanismos, ensamblaje y preferencias". ACS Nano . 11 (12): 12805–12816. doi :10.1021/acsnano.7b07684. PMID  29179536.
  41. ^ abc Lomize AL, Reibarkh MY, Pogozheva ID (agosto de 2002). "Potenciales interatómicos y parámetros de solvatación a partir de datos de ingeniería de proteínas para residuos enterrados". Protein Science . 11 (8): 1984–2000. doi :10.1110/ps.0307002. PMC 2373680 . PMID  12142453. 
  42. ^ ab 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.
  43. ^ Schutz CN, Warshel A (septiembre de 2001). "¿Cuáles son las "constantes" dieléctricas de las proteínas y cómo validar los modelos electrostáticos?". Proteins . 44 (4): 400–17. doi :10.1002/prot.1106. PMID  11484218. S2CID  9912122.
  44. ^ abcde 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. {{cite book}}: Falta o está vacío |title=( ayuda )
  45. ^ Leckband D, Israelachvili J (mayo de 2001). "Fuerzas intermoleculares en biología". Quarterly Reviews of Biophysics . 34 (2): 105–267. doi :10.1017/S0033583501003687. PMID  11771120. S2CID  8401242.
  46. ^ 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. S2CID  208700020.
  47. ^ Koehl P, Levitt M (febrero de 1999). "Un futuro más brillante para la predicción de la estructura de las proteínas". Nature Structural Biology . 6 (2): 108–11. doi :10.1038/5794. PMID  10048917. S2CID  3162636.
  48. ^ Brunger AT, Adams PD (junio de 2002). "Dinámica molecular aplicada al refinamiento de la estructura mediante rayos X". Accounts of Chemical Research . 35 (6): 404–12. doi :10.1021/ar010034r. PMID  12069625.
  49. ^ Güntert P (mayo de 1998). "Cálculo de la estructura de macromoléculas biológicas a partir de datos de RMN". Quarterly Reviews of Biophysics . 31 (2): 145–237. doi :10.1017/S0033583598003436. PMID  9794034. S2CID  43575627.
  50. ^ Ostermeir K, Zacharias M (enero de 2013). "163 Muestreo mejorado de péptidos y proteínas con un nuevo método de intercambio de réplicas con polarización". Journal of Biomolecular Structure and Dynamics . 31 (sup1): 106. doi : 10.1080/07391102.2013.786405 . ISSN  0739-1102. S2CID  98441607.
  51. ^ Tramontano A, Morea V (2003). "Evaluación de predicciones basadas en homología en CASP5". Proteins . 53 (Supl 6): 352–68. doi : 10.1002/prot.10543 . PMID  14579324. S2CID  33186021.
  52. ^ Gohlke H, Klebe G (agosto de 2002). "Enfoques para la descripción y predicción de la afinidad de unión de ligandos de moléculas pequeñas 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.
  53. ^ Edgcomb SP, Murphy KP (febrero de 2000). "Energética estructural del plegamiento y unión de proteínas". Current Opinion in Biotechnology . 11 (1): 62–6. doi :10.1016/s0958-1669(99)00055-5. PMID  10679345.
  54. ^ Lazaridis T, Karplus M (abril de 2000). "Funciones de energía efectiva para la predicción de la estructura de proteínas". Current Opinion in Structural Biology . 10 (2): 139–45. doi :10.1016/s0959-440x(00)00063-4. PMID  10753811.
  55. ^ Javidpour L (2012). "Simulaciones por computadora del plegamiento de proteínas". Computing in Science & Engineering . 14 (2): 97–103. Bibcode :2012CSE....14b..97J. doi :10.1109/MCSE.2012.21. S2CID  17613729.
  56. ^ 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". Proteins . 77 (Supl 9): 114–22. doi :10.1002/prot.22570. PMC 2922016 . PMID  19768677. 
  57. ^ Gordon DB, Marshall SA, Mayo SL (agosto de 1999). "Funciones energéticas para el diseño de proteínas". Current Opinion in Structural Biology . 9 (4): 509–13. doi :10.1016/S0959-440X(99)80072-4. PMID  10449371.
  58. ^ Mendes J, Guerois R, Serrano L (agosto de 2002). "Estimación de energía en el diseño de proteínas". Current Opinion in Structural Biology . 12 (4): 441–6. doi :10.1016/s0959-440x(02)00345-7. PMID  12163065.
  59. ^ Rohl CA, Strauss CE, Misura KM, Baker D (2004). "Predicción de la estructura de proteínas mediante Rosetta". Métodos numéricos informáticos, parte D. Métodos en enzimología. Vol. 383. págs. 66–93. doi :10.1016/S0076-6879(04)83004-0. ISBN 9780121827885. Número de identificación personal  15063647.
  60. ^ Lomize AL, Pogozheva ID, Lomize MA, Mosberg HI (junio de 2006). "Posicionamiento de proteínas en membranas: un enfoque computacional". Protein Science . 15 (6): 1318–33. doi :10.1110/ps.062126106. PMC 2242528 . PMID  16731967. 
  61. ^ Murphy KP, Gill SJ (diciembre de 1991). "Compuestos de modelos sólidos y termodinámica del desdoblamiento de proteínas". Journal of Molecular Biology . 222 (3): 699–709. doi :10.1016/0022-2836(91)90506-2. PMID  1660931.
  62. ^ Shakhnovich EI, Finkelstein AV (octubre de 1989). "Teoría de las transiciones cooperativas en las moléculas de proteína. 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. S2CID  26981215.
  63. ^ Graziano G, Catanzano F, Del Vecchio P, Giancola C, Barone G (1996). "Estabilidad termodinámica de proteínas globulares: un modelo confiable a partir de estudios de moléculas pequeñas". Gazetta Chim. Italiana . 126 : 559–567.
  64. ^ Myers JK, Pace CN (octubre de 1996). "La unión de hidrógeno estabiliza las proteínas globulares". Biophysical Journal . 71 (4): 2033–9. Bibcode :1996BpJ....71.2033M. doi :10.1016/S0006-3495(96)79401-8. PMC 1233669 . PMID  8889177. 
  65. ^ 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. Bibcode :1991PNAS...88.2854S. doi : 10.1073/pnas.88.7.2854 . PMC 51338 . PMID  2011594. 
  66. ^ Gavezzotti A, Filippini G (mayo de 1994). "Geometría del enlace de hidrógeno intermolecular XH. cntdot.. cntdot.. cntdot.. Y (X, Y= N, O) y calibración de potenciales de enlace de hidrógeno empíricos". The Journal of Physical Chemistry . 98 (18): 4831–7. doi :10.1021/j100069a010.
  67. ^ Möllhoff M, Sternberg U (mayo de 2001). "Mecánica molecular con cargas atómicas fluctuantes: un nuevo campo de fuerza con un cálculo de carga semiempírico". Molecular Modeling Annual . 7 (4): 90–102. doi :10.1007/s008940100008. S2CID  91705326.
  68. ^ "ECEPP". biohpc.cornell.edu .
  69. ^ Momany FA, ​​McGuire RF, Burgess AW, Scheraga HA (octubre de 1975). "Parámetros energéticos en polipéptidos. VII. Parámetros geométricos, cargas atómicas parciales, interacciones no enlazadas, interacciones por enlaces de hidrógeno y potenciales de torsión intrínsecos para los aminoácidos naturales". The Journal of Physical Chemistry . 79 (22): 2361–81. doi :10.1021/j100589a006.
  70. ^ Arnautova YA, Jagielska A, Scheraga HA (marzo de 2006). "Un nuevo campo de fuerza (ECEPP-05) para péptidos, proteínas y moléculas orgánicas". The Journal of Physical Chemistry B . 110 (10): 5025–44. doi :10.1021/jp054994x. PMID  16526746.
  71. ^ Schaumann T, Braun W, Wüthrich K (marzo de 1990). "El programa FANTOM para el refinamiento energético de polipéptidos y proteínas utilizando un minimizador de Newton-Raphson en el espacio de ángulos de torsión". Biopolímeros . 29 (4–5): 679–94. doi :10.1002/bip.360290403. S2CID  94519023.
  72. ^ "GROMOS". www.igc.ethz.ch .
  73. ^ ab 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.
  74. ^ "Campo de fuerza de interfaz (IFF)". Laboratorio Heinz . 2 de febrero de 2016.
  75. ^ ab 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 campos de fuerza para materiales cementicios que incluye validaciones, aplicaciones y oportunidades" (PDF) . Cement and Concrete Research . 102 : 68–89. doi :10.1016/j.cemconres.2017.09.003.
  76. ^ ab Geada IL, Ramezani-Dakhel H, Jamil T, Sulpizi M, Heinz H (febrero de 2018). "Información sobre las cargas inducidas en superficies metálicas y biointerfaces utilizando un potencial polarizable de Lennard-Jones". Nature Communications . 9 (1): 716. Bibcode :2018NatCo...9..716G. doi :10.1038/s41467-018-03137-8. PMC 5818522 . PMID  29459638. 
  77. ^ Allinger NL (diciembre de 1977). "Análisis conformacional. 130. MM2. Un campo de fuerza de hidrocarburos que utiliza términos torsionales V1 y V2". Journal of the American Chemical Society . 99 (25): 8127–34. doi :10.1021/ja00467a001.
  78. ^ "Página de inicio de MM2 y MM3". Archivado desde el original el 23 de enero de 2009.
  79. ^ Allinger NL, Yuh YH, Lii JH (noviembre de 1989). "Mecánica molecular. El campo de fuerza MM3 para hidrocarburos. 1". Revista de la Sociedad Química Americana . 111 (23): 8551–66. doi :10.1021/ja00205a001.
  80. ^ Lii JH, Allinger NL (noviembre de 1989). "Mecánica molecular. El campo de fuerza MM3 para hidrocarburos. 2. Frecuencias vibracionales y termodinámica". Journal of the American Chemical Society . 111 (23): 8566–75. doi :10.1021/ja00205a002.
  81. ^ Lii JH, Allinger NL (noviembre de 1989). "Mecánica molecular. El campo de fuerza MM3 para hidrocarburos. 3. Los potenciales de van der Waals y los datos cristalinos para hidrocarburos alifáticos y aromáticos". Journal of the American Chemical Society . 111 (23): 8576–82. doi :10.1021/ja00205a003.
  82. ^ Warshel A (1973). "Método de campo de fuerza consistente mecánico cuántico (QCFF/PI): cálculos de energías, conformaciones e interacciones vibrónicas de estados fundamentales y excitados de moléculas conjugadas". Revista israelí de química . 11 (5): 709–17. doi :10.1002/ijch.197300067.
  83. ^ Warshel A, Levitt M (1974). QCFF/PI: Un programa para la evaluación consistente del campo de fuerza de geometrías de equilibrio y frecuencias vibratorias de moléculas (informe). Universidad de Indiana: Programa de intercambio de química cuántica. pág. QCPE 247.
  84. ^ 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 Americana . 114 (25): 10024–10035. doi :10.1021/ja00051a040. ISSN  0002-7863.
  85. ^ Heinz H, Koerner H, Anderson KL, Vaia RA, Farmer BL (noviembre de 2005). "Campo de fuerza para silicatos de tipo mica y dinámica de cadenas de octadecilamonio injertadas en montmorillonita". Química de materiales . 17 (23): 5658–5669. doi :10.1021/cm0509328. ISSN  0897-4756.
  86. ^ Dick BG, Overhauser AW (1958-10-01). "Teoría de las constantes dieléctricas de los cristales de haluros alcalinos". Physical Review . 112 (1): 90–103. Bibcode :1958PhRv..112...90D. doi :10.1103/physrev.112.90. ISSN  0031-899X.
  87. ^ Mitchell PJ, Fincham D (22 de febrero de 1993). "Simulaciones de modelos de capas mediante dinámica adiabática". Journal of Physics: Condensed Matter . 5 (8): 1031–1038. Bibcode :1993JPCM....5.1031M. doi :10.1088/0953-8984/5/8/006. ISSN  0953-8984. S2CID  250752417.
  88. ^ Yu H, van Gunsteren WF (noviembre de 2005). "Explicación de la polarización en la simulación molecular". Computer Physics Communications . 172 (2): 69–85. Bibcode :2005CoPhC.172...69Y. doi :10.1016/j.cpc.2005.01.022. ISSN  0010-4655.
  89. ^ ab Patel S, Brooks CL (enero de 2004). "Campo de fuerza de carga fluctuante CHARMM para proteínas: parametrización y aplicación a simulaciones de líquidos orgánicos en masa". Journal of Computational Chemistry . 25 (1): 1–15. doi :10.1002/jcc.10355. PMID  14634989. S2CID  39320318.
  90. ^ 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 de color ámbar de nueva generación". The Journal of Physical Chemistry B . 110 (26): 13166–76. doi :10.1021/jp060163v. PMID  16805629.
  91. ^ "Paquete de modelado molecular Tinker". dasher.wustl.edu .
  92. ^ Liu C, Piquemal JP, Ren P (enero de 2020). "Implementación del flujo de carga dependiente de la geometría en el potencial polarizable AMOEBA+". The Journal of Physical Chemistry Letters . 11 (2): 419–426. doi :10.1021/acs.jpclett.9b03489. PMC 7384396 . PMID  31865706. 
  93. ^ Liu C, Piquemal JP, Ren P (julio de 2019). "Potencial clásico de AMOEBA+ para modelar interacciones moleculares". Revista de teoría y computación química . 15 (7): 4122–4139. doi :10.1021/acs.jctc.9b00261. PMC 6615954 . PMID  31136175. 
  94. ^ Patel S, Mackerell AD, Brooks CL (septiembre de 2004). "Campo de fuerza de carga fluctuante de CHARMM para proteínas: II propiedades de proteína/disolvente a partir de simulaciones de dinámica molecular utilizando un modelo electrostático no aditivo". Journal of Computational Chemistry . 25 (12): 1504–14. doi : 10.1002/jcc.20077 . PMID  15224394. S2CID  16741310.
  95. ^ 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 clásico de Drude". Journal of Chemical Theory and Computation . 1 (1): 153–68. doi :10.1021/ct049930p. PMID  26641126.
  96. ^ 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 y computación química . 6 (3): 774–786. doi :10.1021/ct900576a. PMC 2838399 . PMID  20300554. 
  97. ^ Warshel A, Levitt M (mayo de 1976). "Estudios teóricos de reacciones enzimáticas: estabilización dieléctrica, electrostática y estérica del ion carbonio en la reacción de la lisozima". Journal of Molecular Biology . 103 (2): 227–49. doi :10.1016/0022-2836(76)90311-9. PMID  985660.
  98. ^ Sternberg U, Koch FT, Möllhoff M (mayo de 1994). "Nuevo enfoque para el cálculo semiempírico de cargas atómicas para polipéptidos y sistemas moleculares grandes". Journal of Computational Chemistry . 15 (5): 524–31. doi :10.1002/jcc.540150505. S2CID  5227353.
  99. ^ Swart M, van Duijnen PT (mayo de 2006). "DRF90: un campo de fuerza polarizable". Molecular Simulation . 32 (6): 471–84. doi :10.1080/08927020600631270. S2CID  96616243.
  100. ^ Engkvist O, Astrand PO, Karlström G (noviembre de 2000). "Potenciales intermoleculares precisos obtenidos a partir de funciones de onda moleculares: cerrando la brecha entre la química cuántica y las simulaciones moleculares". Chemical Reviews . 100 (11): 4087–108. doi :10.1021/cr9900477. PMID  11749341.
  101. ^ Gao J, Habibollazadeh D, Shao L (noviembre de 1995). "Una función de potencial intermolecular polarizable para la simulación de alcoholes líquidos". The Journal of Physical Chemistry . 99 (44): 16460–7. doi :10.1021/j100044a039.
  102. ^ Xie W, Pu J, Mackerell AD, Gao J (2007). "Desarrollo de una función de potencial intermolecular polarizable (PIPF) para amidas líquidas y alcanos". Journal of Chemical Theory and Computation . 3 (6): 1878–1889. doi :10.1021/ct700146x. PMC 2572772 . PMID  18958290. 
  103. ^ Maple JR, Cao Y, Damm W, Halgren TA, Kaminski GA, Zhang LY, Friesner RA (julio de 2005). "Una metodología de solvatación continua y de campo de fuerza polarizable para modelar interacciones proteína-ligando". Journal of Chemical Theory and Computation . 1 (4): 694–715. doi :10.1021/ct049855i. PMID  26641692.
  104. ^ Chelli R, Procacci P (noviembre de 2002). "Un campo de fuerza electrostático polarizable transferible para mecánica molecular basado en el principio de ecualización del potencial químico". The Journal of Chemical Physics . 117 (20): 9175–89. Bibcode :2002JChPh.117.9175C. doi :10.1063/1.1515773.
  105. ^ Cioce CR, McLaughlin K, Belof JL, Space B (diciembre de 2013). "Potencial de PHAST N2 polarizable y transferible para su uso en simulación de materiales". Journal of Chemical Theory and Computation . 9 (12): 5550–7. doi :10.1021/ct400526a. PMID  26592288.
  106. ^ "Anthony Stone: Programas de computadora". www-stone.ch.cam.ac.uk .
  107. ^ Gresh N, Cisneros GA, Darden TA, Piquemal JP (noviembre de 2007). "Estudios de mecánica molecular anisotrópica y polarizable de interacciones intermoleculares e intramoleculares y complejos ligando-macromolécula. Una estrategia ascendente". Journal of Chemical Theory and Computation . 3 (6): 1960–1986. doi :10.1021/ct700134r. PMC 2367138 . PMID  18978934. 
  108. ^ Piquemal JP, Cisneros GA, Reinhardt P, Gresh N, Darden TA (marzo de 2006). "Hacia un campo de fuerza basado en el ajuste de densidad". The Journal of Chemical Physics . 124 (10): 104101. Bibcode :2006JChPh.124j4101P. doi :10.1063/1.2173256. PMC 2080832 . PMID  16542062. 
  109. ^ Cisneros GA, Piquemal JP, Darden TA (noviembre de 2006). "Generalización del modelo electrostático gaussiano: extensión a momento angular arbitrario, multipolos distribuidos y aceleración con métodos de espacio recíproco". The Journal of Chemical Physics . 125 (18): 184101. Bibcode :2006JChPh.125r4101C. doi :10.1063/1.2363374. PMC 2080839 . PMID  17115732. 
  110. ^ Borodin O (agosto de 2009). "Desarrollo de campos de fuerza polarizables y simulaciones de dinámica molecular de líquidos iónicos". The Journal of Physical Chemistry B . 113 (33): 11463–78. doi :10.1021/jp905220k. PMID  19637900.
  111. ^ Spicher S, Grimme S (septiembre de 2020). "Modelado atomístico robusto de materiales, organometálicos y sistemas bioquímicos". Angewandte Chemie International Edition . 59 (36): 15665–15673. doi : 10.1002/anie.202004239 . PMC 7267649 . PMID  32343883. 
  112. ^ Starovoytov ON (septiembre de 2021). "Desarrollo de un campo de fuerza polarizable para la simulación de dinámica molecular de electrolitos de baterías de iones de litio: disolventes a base de sulfonato y sales de litio". The Journal of Physical Chemistry B . 125 (40): 11242–11255. doi :10.1021/acs.jpcb.1c05744. PMID  34586817. S2CID  238230196.
  113. ^ Vinter, JG (1994-12-01). "Distribuciones electrónicas extendidas aplicadas a la mecánica molecular de algunas interacciones intermoleculares". Journal of Computer-Aided Molecular Design . 8 (6): 653–668. doi :10.1007/BF00124013. ISSN  1573-4951.
  114. ^ "Ciencia Cresset".
  115. ^ van Duin AC, Dasgupta S, Lorant F, Goddard WA (2001). "ReaxFF: un campo de fuerza reactiva para hidrocarburos" (PDF) . The Journal of Physical Chemistry A . 105 (41): 9396–9409. Bibcode :2001JPCA..105.9396V. CiteSeerX 10.1.1.507.6992 . doi :10.1021/jp004368u. Archivado desde el original (PDF) el 21 de marzo de 2018 . Consultado el 29 de agosto de 2015 . 
  116. ^ Hoogerbrugge PJ, Koelman JM (1992). "Simulación de fenómenos hidrodinámicos microscópicos con dinámica de partículas disipativas". Europhysics Letters (EPL) . 19 (3): 155–160. Bibcode :1992EL.....19..155H. doi :10.1209/0295-5075/19/3/001. ISSN  0295-5075. S2CID  250796817.
  117. ^ Koelman JM, Hoogerbrugge PJ (1993). "Simulaciones dinámicas de suspensiones de esferas duras bajo esfuerzo cortante constante". Europhysics Letters (EPL) . 21 (3): 363–368. Bibcode :1993EL.....21..363K. doi :10.1209/0295-5075/21/3/018. ISSN  0295-5075. S2CID  250913111.
  118. ^ Español P, Warren P (1995). "Mecánica estadística de la dinámica de partículas disipativas". Europhysics Letters (EPL) . 30 (4): 191–196. Bibcode :1995EL.....30..191E. doi :10.1209/0295-5075/30/4/001. ISSN  0295-5075. S2CID  14385201.
  119. ^ Dinámica de partículas disipativas: abordar deficiencias y establecer nuevas fronteras Archivado el 15 de julio de 2010 en Wayback Machine , taller del CECAM, 16 al 18 de julio de 2008, Lausana, Suiza.
  120. ^ "SEGURIDAD".
  121. ^ Korkut A, Hendrickson WA (septiembre de 2009). "Un campo de fuerza para la mecánica molecular de átomos virtuales de proteínas". Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 106 (37): 15667–72. Bibcode :2009PNAS..10615667K. doi : 10.1073/pnas.0907674106 . PMC 2734882 . PMID  19717427. 
  122. ^ Batatia I, Kovacs DP, Simm G, Ortner C, Csanyi G (2022). "MACE: Redes neuronales de paso de mensajes equivariantes de orden superior para campos de fuerza rápidos y precisos". Avances en sistemas de procesamiento de información neuronal . 35 : 11423–11436. arXiv : 2206.07697 .
  123. ^ Smith JS, Isayev O, Roitberg AE (abril de 2017). "ANI-1: una red neuronal extensible con potencial de precisión DFT a un costo computacional de campo de fuerza". Chemical Science . 8 (4): 3192–3203. doi :10.1039/C6SC05720A. PMC 5414547 . PMID  28507695. 
  124. ^ 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". Journal of Chemical Theory and Computation . 15 (1): 116–126. doi :10.1021/acs.jctc.8b00806. hdl : 10454/16776 . PMID  30507180. S2CID  54524604.
  125. ^ Fletcher TL, Popelier PL (junio de 2016). "Predicción de energía electrostática multipolar para los 20 aminoácidos naturales mediante aprendizaje automático Kriging". Journal of Chemical Theory and Computation . 12 (6): 2742–51. doi : 10.1021/acs.jctc.6b00457 . PMID  27224739.
  126. ^ McDonagh JL, Silva AF, Vincent MA, Popelier PL (enero de 2018). "Aprendizaje automático de energías de correlación electrónica dinámica a partir de átomos topológicos". Journal of Chemical Theory and Computation . 14 (1): 216–224. doi : 10.1021/acs.jctc.7b01157 . PMID  29211469.
  127. ^ Ramakrishnan R, Dral PO, Rupp M, von Lilienfeld OA (mayo de 2015). "Big Data se encuentra con aproximaciones de química cuántica: el enfoque de aprendizaje automático Δ". Journal of Chemical Theory and Computation . 11 (5): 2087–96. arXiv : 1503.04987 . Bibcode :2015arXiv150304987R. doi :10.1021/acs.jctc.5b00099. PMID  26574412. S2CID  28672393.
  128. ^ Schütt KT, Sauceda HE, Kindermans PJ, Tkatchenko A, Müller KR (junio de 2018). "SchNet: una arquitectura de aprendizaje profundo para moléculas y materiales". The Journal of Chemical Physics . 148 (24): 241722. arXiv : 1712.06113 . Código Bibliográfico :2018JChPh.148x1722S. doi :10.1063/1.5019779. PMID  29960322. S2CID  4897444.
  129. ^ 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. S2CID  85543050.
  130. ^ Molinero V, Moore EB (abril de 2009). "Agua modelada como un elemento intermedio entre el carbono y el silicio". The Journal of Physical Chemistry B . 113 (13): 4008–16. arXiv : 0809.2811 . doi :10.1021/jp805227c. PMID  18956896. S2CID  20782587.
  131. ^ Khoury GA, Thompson JP, Smadbeck J, Kieslich CA, Floudas CA (diciembre de 2013). "Parámetros de carga ab initio y campo de fuerza AMBER para modificaciones postraduccionales que ocurren con frecuencia". Journal of Chemical Theory and Computation . 9 (12): 5653–5674. doi :10.1021/ct400556v. PMC 3904396 . PMID  24489522. 
  132. ^ 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 compstatin". ACS Synthetic Biology . 3 (12): 855–69. doi :10.1021/sb400168u. PMC 4277759 . PMID  24932669. 
  133. ^ 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". Computers & Chemical Engineering . 71 : 745–752. doi :10.1016/j.compchemeng.2014.07.017.
  134. ^ Deeth RJ (2001). "El modelo de mecánica molecular del campo de ligando y los efectos estereoelectrónicos de los electrones d y s". Coordination Chemistry Reviews . 212 (212): 11–34. doi :10.1016/S0010-8545(00)00354-4.
  135. ^ Foscato M, Deeth RJ, Jensen VR (junio de 2015). "Integración de la mecánica molecular del campo de ligando en Tinker". Revista de información y modelado químico . 55 (6): 1282–90. doi :10.1021/acs.jcim.5b00098. hdl : 1956/10456 . PMID  25970002.

Lectura adicional