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 fuerzas 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 al conjunto de parámetros utilizados para calcular la energía potencial de un sistema de nivel atomístico. Los campos de fuerza se utilizan habitualmente 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 panorama energético a nivel atomístico. A partir de un campo de fuerzas, las fuerzas que actúan sobre cada partícula se derivan como un gradiente de energía potencial con respecto a las coordenadas de la partícula. [1]
Hoy en día existe una gran cantidad de tipos diferentes de campos de fuerza, por ejemplo, para moléculas orgánicas , iones , polímeros , minerales y metales . Dependiendo del material, normalmente se eligen diferentes formas funcionales para los campos de fuerza, ya que en el comportamiento del material predominan diferentes tipos de interacciones atomísticas.
Existen varios criterios que se pueden utilizar para categorizar las estrategias de parametrización de campos de fuerza. Una diferenciación importante es "específica de componente" y "transferible". En una parametrización específica de un componente, el campo de fuerza considerado se desarrolla únicamente para describir una sustancia concreta, p. ej. agua. [2] Para un campo de fuerza transferible, todos o algunos parámetros se diseñan como componentes básicos 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 todos los átomos proporcionan parámetros para cada tipo de átomo en un sistema, incluido el hidrógeno , mientras que los potenciales interatómicos de los átomos unidos tratan los átomos de hidrógeno y carbono en los grupos metilo. y puentes de metileno como centro de interacción. [4] [5] Los potenciales de grano grueso , que a menudo se utilizan en simulaciones de larga duración de macromoléculas como proteínas , ácidos nucleicos y complejos multicomponentes, sacrifican detalles químicos para una mayor eficiencia informática. [6]
Campos de fuerza para sistemas moleculares.
Función de energía potencial de la 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 unidos, 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 para la energía total en un campo de fuerza aditivo se puede escribir como
Los términos de enlace y ángulo generalmente se modelan mediante funciones de energía cuadráticas que no permiten la ruptura del enlace. Una descripción más realista de un enlace covalente con mayor estiramiento la proporciona el potencial Morse, más caro . La forma funcional de la energía diédrica varía de un campo de fuerza a otro. Se pueden agregar términos adicionales de "torsión inadecuada" 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 enlaces. Algunos campos de fuerza también incluyen términos explícitos para los 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 suele calcularse 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 se pueden amortiguar o escalar 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 bonos se desvíen significativamente de sus valores de equilibrio, los enfoques más simplistas utilizan la fórmula de la ley de Hooke :
La constante de estiramiento del enlace se puede determinar a partir del espectro infrarrojo experimental , el espectro Raman o cálculos de mecánica cuántica de alto nivel . [4] La constante determina las 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.
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 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 las longitudes de los enlaces son del orden de la milésima de angstrom, que también es el límite de confiabilidad para campos de fuerza comunes. En su lugar, se puede emplear un potencial Morse para permitir la ruptura de enlaces y una mayor precisión, aunque su cálculo sea menos eficiente. Para campos de fuerza reactivos, se consideran adicionalmente la ruptura de enlaces y las órdenes de enlace.
Las cargas atómicas pueden hacer contribuciones dominantes a la energía potencial, especialmente para moléculas polares y compuestos iónicos, y son fundamentales para simular la geometría, la energía de interacción y la reactividad. La asignación de cargos 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 que ocurren en los sistemas moleculares, [13] por ejemplo, de moléculas orgánicas. Para los sistemas cristalinos, en particular las interacciones entre múltiples cuerpos son importantes y no pueden descuidarse si el objetivo es una alta precisión del campo de fuerza. Para sistemas cristalinos con enlaces covalentes se suelen utilizar potenciales de orden de enlace , p. ej. potenciales de Tersoff. [14] Para sistemas metálicos, normalmente se utilizan potenciales atómicos integrados [15] [16] . Para los metales también se han desarrollado los llamados modelos de potenciales Drude [17] , que describen una forma de unión de los electrones al núcleo. [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 atomístico. La parametrización, es decir, la determinación de los valores de los parámetros, es decisiva para la precisión y fiabilidad del campo de fuerza. Se han desarrollado diferentes procedimientos de parametrización para la parametrización de diferentes sustancias, por ejemplo 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 usando datos/información del nivel atomístico, por ejemplo, de cálculos de mecánica cuántica o datos espectroscópicos, o usando datos de propiedades macroscópicas, por ejemplo, la dureza o compresibilidad de un material dado. A menudo se utiliza una combinación de estas rutas. Por lo tanto, de una forma u otra, los parámetros del campo de fuerzas 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 macroscópicos de propiedades del material para el ajuste. Los datos experimentales (microscópicos y macroscópicos) incluyeron para el ajuste, por ejemplo, la entalpía de vaporización , la entalpía de sublimación , los momentos dipolares y diversas propiedades espectroscópicas, como las frecuencias de vibración. [20] [9] [21] A menudo, para sistemas moleculares, los cálculos de la mecánica cuántica en la fase gaseosa se utilizan para parametrizar interacciones intramoleculares y parametrizar interacciones dispersivas intermoleculares mediante el uso de propiedades macroscópicas como las densidades de los líquidos. [3] [22] [23] La asignación de cargas atómicas a menudo sigue protocolos de mecánica cuántica 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. Se diferencian significativamente, lo que también se debe a diferentes enfoques de diferentes desarrollos. Los parámetros para las simulaciones moleculares de macromoléculas biológicas como proteínas , ADN y ARN a menudo se derivaban/transferían 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 el 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 típicos del campo de fuerza molecular incluyen valores de 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 diédricos . [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 heurísticos de parametrización de campos de fuerza han funcionado con mucho éxito durante muchos años, pero recientemente han sido criticados. [28] [29] ya que generalmente no están completamente automatizados y por lo tanto sujetos a cierta subjetividad de los desarrolladores, lo que también trae problemas en cuanto a la reproducibilidad del procedimiento de parametrización.
Los esfuerzos para proporcionar códigos y métodos de fuente abiertos incluyen openMM y openMD. Es probable que el uso de semiautomatización o automatización total, sin conocimientos químicos, aumente las inconsistencias en el 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 un gran número de campos de fuerza, principalmente en publicaciones científicas. En los últimos años, algunas bases de datos han intentado recopilar, categorizar y hacer que los campos de fuerza estén disponibles digitalmente. Allí, diferentes bases de datos se centran en diferentes tipos de campos de fuerza. Por ejemplo, la base de datos openKim se centra en funciones interatómicas que describen las interacciones individuales entre elementos específicos. [30] La base de datos TraPPE se centra en campos de fuerza transferibles de moléculas orgánicas (desarrollada por el grupo Siepmann). [31] La base de datos MolMod se centra en campos de fuerza moleculares e iónicos (tanto específicos de componentes como transferibles). [5] [32]
Transferibilidad y tipos de funciones de mezcla.
Los desarrolladores de potenciales interatómicos han definido formas funcionales y conjuntos de parámetros y presentan grados variables de autoconsistencia y transferibilidad. Cuando las formas funcionales de los términos potenciales varían o se mezclan, los parámetros de una función potencial interatómica normalmente no se pueden usar junto con otra función potencial interatómica. [33] En algunos casos, se pueden realizar modificaciones con un esfuerzo menor, por ejemplo, entre 9-6 potenciales de Lennard-Jones y 12-6 potenciales de Lennard-Jones. [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 pueden no ser posibles.
En muchos casos, los campos de fuerza se pueden combinar fácilmente. Sin embargo, 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 denominan 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 que dependen del campo de fuerza. [34] El uso de representaciones precisas de enlaces químicos, combinados con validaciones 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. [35] [36]
Las posibles limitaciones incluyen 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 tengan una interpretación clara [26] y se puedan 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 conjugados π. sistemas y pares solitarios en el agua. [38] [39] [40] La polarización electrónica del medio ambiente se puede incluir mejor mediante el uso de campos de fuerza polarizables [41] [42] o el uso de una constante dieléctrica macroscópica . Sin embargo, la aplicación de un valor de constante dieléctrica es una aproximación burda en 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 a partir de interacciones de dipolos inducidos e "instantáneos" (ver Fuerza intermolecular ). La teoría original de Fritz London sobre estas fuerzas se aplica sólo en el vacío. AD McLachlan desarrolló una teoría más general de las fuerzas de van der Waals en medios condensados en 1963 e incluía el enfoque original de Londres como un caso especial. [44] La teoría de McLachlan predice que las atracciones de Van der Waals en los medios son más débiles que en el vacío y siguen la regla de lo similar se disuelve , lo que significa que diferentes tipos de átomos interactúan más débilmente que tipos idénticos de átomos. [45] 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 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 totalmente repulsivas, como se observa en el caso del helio líquido , [44] sin embargo, la falta de vaporización y la presencia de un punto de congelación contradice una teoría de interacciones puramente repulsivas. Las medidas de fuerzas de atracción entre diferentes materiales ( constante de Hamaker ) han sido explicadas por Jacob Israelachvili . [44] Por ejemplo, " la interacción entre los hidrocarburos a través del agua es aproximadamente el 10% de la que ocurre a través del vacío ". [44] 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 las 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 viabilidad computacional actual cuando contiene más de ~20 monómeros. [46] Los participantes en la Evaluación Crítica de la Predicción de la Estructura de las Proteínas (CASP) no intentaron refinar sus modelos para evitar " un problema central de la mecánica molecular, a saber, que la minimización de energía o la dinámica molecular generalmente conduce a un modelo que se parece menos 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 limitaciones experimentales y los potenciales interatómicos sirven principalmente para eliminar obstáculos interatómicos. Los resultados de los cálculos fueron prácticamente los mismos con potenciales de esfera rígida implementados en el programa DYANA [49] (cálculos a partir de datos de RMN), o con programas de refinamiento cristalográfico que no utilizan funciones energéticas en absoluto. Estas deficiencias están relacionadas con los potenciales interatómicos y con la incapacidad de muestrear eficazmente el espacio de conformación de moléculas grandes. [50] Por lo tanto, también el desarrollo de parámetros para abordar problemas de tan gran escala requiere nuevos enfoques. Un área problemática específica es el modelado por homología de proteínas. [51] Mientras tanto, se han desarrollado funciones de puntuación empíricas alternativas para el acoplamiento de ligandos , [52] plegamiento de proteínas , [53] [54] [55] refinamiento del modelo de homología, [56] diseño computacional de proteínas , [57] [58] [59 ] y 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 transiciones líquido-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 H en las proteínas son ~ -1,5 kcal/mol cuando se estiman a partir de datos de ingeniería de proteínas o de transición de hélice alfa a bobina , [64] [65] pero las mismas energías estimadas a partir de la entalpía de sublimación de cristales moleculares fueron -4 a -6 kcal/mol, [66] lo que está relacionado con volver a formar enlaces de hidrógeno existentes y no formar enlaces de hidrógeno desde cero. Las profundidades de los potenciales modificados de Lennard-Jones derivados de datos de ingeniería de proteínas también fueron más pequeñas que en los parámetros potenciales típicos y siguieron la regla de lo mismo se disuelve , como lo predice la teoría de McLachlan. [41]
Campos de fuerza disponibles en la literatura.
Los diferentes campos de fuerza están diseñados para diferentes propósitos:
Clásico
ÁMBAR (Construcción de modelos asistidos y refinamiento energético): ampliamente utilizado para proteínas y ADN.
CFF (Campo de fuerza consistente): una familia de campos de fuerza adaptados a una amplia variedad de compuestos orgánicos, incluye campos de fuerza para polímeros, metales, etc. CFF fue desarrollado por Arieh Warshel , Lifson y sus compañeros de trabajo 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 de base para muchos programas de simulación posteriores.
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 diversos compuestos inorgánicos, compuestos orgánicos y macromoléculas biológicas, incluido el cálculo semiempírico de las propiedades de RMN de cargas atómicas. COSMOS-NMR está optimizado para la elucidación de estructuras basada en RMN y se implementa en el paquete de modelado molecular COSMOS. [67]
CVFF: también se utiliza ampliamente para moléculas pequeñas y macromoléculas. [21]
ECEPP [68] – primer campo de fuerza para moléculas polipeptídicas – desarrollado por FA Momany, HA Scheraga y colegas. [69] [70] 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 lleva a cabo 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. ECEPP/3 fue implementado (con algunas modificaciones) en Mecánica de Coordinaciones Internas y FANTOM. [71]
GROMOS (Simulación MOlecular de GROningen): 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. [72] 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 (Interface Force Field): cubre metales, minerales, materiales 2D y polímeros. Utiliza interacciones 12-6 LJ y 9-6 LJ. [73] [74] IFF se desarrolló para compuestos de la tabla periódica. Asigna 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. [73] [75] El campo de fuerza de interfaz (IFF) asume una única expresión de energía para todos los compuestos en el periódico (con opciones 9-6 y 12-6 LJ). El IFF en su mayor parte no es polarizable, pero también comprende partes polarizables, por ejemplo, para algunos metales (Au, W) y moléculas conjugadas con pi [76] [40] [39]
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). [77] [78] [79] [80] [81]
OPLS (Potencial optimizado para simulaciones de líquidos) (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 toda la tabla periódica hasta los actinoides inclusive, desarrollado en la Universidad Estatal de Colorado. [84] Se sabe que la confiabilidad es deficiente debido a la falta de validación e interpretación de los parámetros para casi todos los compuestos reivindicados, especialmente metales y compuestos inorgánicos. [85] [75]
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. Son comunes los modelos núcleo-capa, que consisten en una partícula central cargada positivamente, que representa el átomo polarizable, y una partícula cargada negativamente unida al átomo central a través de un potencial oscilador armónico similar a un resorte . [86] [87] [88] Los ejemplos recientes incluyen modelos polarizables con electrones virtuales que reproducen cargas de imágenes en metales [76] y campos de fuerza biomoleculares polarizables. [89]
ÁMBAR: campo de fuerza polarizable desarrollado por Jim Caldwell y sus compañeros de trabajo. [90]
AMOEBA (Energética optimizada multipolar atómica para aplicaciones biomoleculares): campo de fuerza desarrollado por Pengyu Ren (Universidad de Texas en Austin) y Jay W. Ponder (Universidad de Washington). [91] El campo de fuerza de AMOEBA se está moviendo gradualmente hacia AMOEBA+, más rico en física. [92] [93]
CHARMM: campo de fuerza polarizable desarrollado por S. Patel (Universidad de Delaware) y CL Brooks III (Universidad de Michigan). [89] [94] Basado en el oscilador Drude clásico desarrollado por Alexander MacKerell (Universidad de Maryland, Baltimore) y Benoit Roux (Universidad de Chicago). [95] [96]
CFF/ind y ENZYMIX: el primer campo de fuerza polarizable [97] que posteriormente se ha utilizado en muchas aplicaciones en sistemas biológicos. [42]
COSMOS-NMR (Simulación por computadora de estructura molecular): desarrollado por Ulrich Sternberg y sus compañeros de trabajo. 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. [98] 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. [99]
NEMO (Orbital Molecular No Empírico): procedimiento desarrollado por Gunnar Karlström y sus compañeros de trabajo en la Universidad de Lund (Suecia) [100]
PIPF: el potencial intermolecular polarizable para fluidos es un campo de fuerza punto-dipolo inducido para líquidos orgánicos y biopolímeros. La polarización molecular se basa en el modelo de dipolo interactivo (TID) de Thole y fue desarrollada por el Grupo de Investigación Jiali Gao Gao | en la Universidad de Minnesota. [101] [102]
Campo de fuerza polarizable (PFF): desarrollado por Richard A. Friesner y compañeros de trabajo. [103]
Ecualización de potencial químico (CPE) basada en SP: enfoque desarrollado por R. Chelli y P. Procacci. [104]
PHAST: potencial polarizable desarrollado por Chris Cioce y sus compañeros de trabajo. [105]
ORIENT – procedimiento desarrollado por Anthony J. Stone (Universidad de Cambridge) y compañeros de trabajo. [106]
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 de la Universidad París VI. [107] [108] [109]
Potencial polarizable atómico para líquidos, electrolitos y polímeros (APPLE&P), desarrollado por Oleg Borogin, Dmitry Bedrov y compañeros de trabajo, distribuido por Wasatch Molecular Incorporated. [110]
Procedimiento polarizable basado en el enfoque de Kim-Gordon desarrollado por Jürg Hutter y compañeros de trabajo (Universidad de Zürich) [ cita necesaria ]
GFN-FF (Campo de fuerza de interacción no covalente, geometría y frecuencia): un campo de fuerza genérico parcialmente polarizable y 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. [111]
WASABe v1.0 PFF (para agua, disolventes orgánicos y electrolitos de baterías) Un campo de fuerza polarizable dipolo atómico isotrópico para una descripción precisa de los electrolitos de baterías en términos de propiedades termodinámicas y dinámicas para altas concentraciones de sales de litio en disolventes de sulfonato por Oleg Starovoytov [112]
Reactivo
EVB ( enlace de valencia empírico ): campo de fuerza reactivo introducido por Warshel y sus compañeros de trabajo para su uso en el modelado de reacciones químicas en diferentes entornos. El EVB facilita el cálculo de energías libres de activación en fases condensadas y en enzimas .
ReaxFF : campo de fuerza reactivo (potencial interatómico) desarrollado por Adri van Duin, William Goddard y compañeros de trabajo. 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 a escala atomística de reacciones químicas. [113] ReaxFF 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 comúnmente aplicado en ingeniería química. Normalmente se utiliza para estudiar la hidrodinámica de diversos 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 [114] [115] con modificaciones posteriores de Español y Warren [116] El estado actual del arte fue bien documentado en un taller del CECAM en 2008. [117] Recientemente, se han emprendido trabajos 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. [29]
MARTINI : un potencial de grano grueso desarrollado por Marrink y sus compañeros de trabajo en la Universidad de Groningen , inicialmente desarrollado para simulaciones de dinámica molecular de lípidos, [6] luego extendido a varias otras moléculas. El campo de fuerza aplica un mapeo de cuatro átomos pesados a un sitio de interacción CG y está parametrizado con el objetivo de reproducir propiedades termodinámicas.
SAFT: un modelo de grano grueso de arriba hacia abajo desarrollado en el grupo de Ingeniería de Sistemas Moleculares del Imperial College de Londres ajustado a densidades de fase líquida y presiones de vapor de compuestos puros mediante el uso de la ecuación de estado SAFT. [118]
SIRAH: un campo de fuerza de grano grueso desarrollado por Pantano y compañeros de trabajo del Grupo de Simulaciones Biomoleculares del Instituto 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 de 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 de residuos en las proteínas. [119]
Aprendizaje automático
MACE (Multi Atomic Cluster Expansion) es una arquitectura de campo de fuerza de aprendizaje automático de alta precisión que combina la rigurosa expansión de muchos cuerpos de la energía potencial total con representaciones rotacionalmente equivariantes del sistema. [120]
ANI (Inteligencia Artificial Estrecha) es una red neuronal potencial transferible, construida a partir de vectores del entorno atómico y capaz de proporcionar precisión DFT en términos de energías. [121]
FFLUX (originalmente QCTFF) [122] Un conjunto de modelos Kriging entrenados 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. [123] [124]
TensorMol, un modelo mixto, una red neuronal , proporciona un potencial de corto alcance, mientras que los potenciales más tradicionales agregan términos seleccionados de largo alcance.
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. [125]
SchNet, una red neuronal que utiliza capas convolucionales de filtro continuo para predecir propiedades químicas y superficies de energía potencial. [126]
PhysNet es una función de energía basada en redes neuronales para predecir energías, fuerzas y cargas parciales (fluctuantes). [127]
Agua
El conjunto de parámetros utilizados para modelar el agua o soluciones acuosas (básicamente un campo de fuerzas 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. [128] Otros disolventes y métodos de representación de disolventes también se aplican en la química y la física computacionales; estos se denominan modelos solventes .
Aminoácidos modificados
Forcefield_PTM: un campo de fuerza y una herramienta web basados en AMBER para modelar modificaciones postraduccionales comunes de aminoácidos en proteínas desarrolladas por Chris Floudas y sus compañeros de trabajo. Utiliza el modelo de carga ff03 y tiene varias correcciones de torsión de cadena lateral parametrizadas para que coincidan con la superficie de rotación química cuántica. [129]
Forcefield_NCAA: un campo de fuerza y una herramienta web basados en AMBER para modelar aminoácidos no naturales comunes en proteínas en simulaciones de fase condensada utilizando el modelo de carga ff03. [130] Se ha informado que las cargas están correlacionadas con las energías libres de hidratación de los correspondientes análogos de las cadenas laterales. [131]
Otro
LFMM (Mecánica Molecular de Campo de Ligando) [132] - funciones para la esfera de coordinación alrededor de metales de transición basadas en el modelo de superposición angular (AOM). Implementado en el entorno operativo molecular (MOE) como DommiMOE y en Tinker [133]
^ Frenkel D (2007). Comprensión de la simulación molecular: de los algoritmos a las aplicaciones . Prensa académica. ISBN 978-0-12-267351-1. OCLC 254835355.
^ ab 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.
^ ab Siu SW, Pluhackova K, Böckmann RA (abril de 2012). "Optimización del Campo de Fuerza OPLS-AA para Hidrocarburos Largos". Revista de Teoría y Computación Química . 8 (4): 1459–70. doi :10.1021/ct200908r. PMID 26596756.
^ abc Lixiviación A (30 de enero de 2001). Modelado molecular: principios y aplicaciones (2ª ed.). Harlow: Prentice Hall. ISBN9780582382107.
^ abc Stephan, Simón; Horsch, Martín 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". Simulación molecular . 45 (10): 806–814. arXiv : 1904.05206 . doi :10.1080/08927022.2019.1601191. ISSN 0892-7022. S2CID 119199372.
^ 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) . La Revista de Química Física B. 111 (27): 7812–24. doi :10.1021/jp071097f. PMID 17569554. S2CID 13874240.
^ Lenhard, Johannes; Esteban, Simón; Hasse, Hans (febrero de 2024). "Un hijo de la predicción. Sobre la historia, la ontología y la computación del Lennard-Jonesium". Estudios de Historia y Filosofía de la Ciencia . 103 : 105-113. doi :10.1016/j.shpsa.2023.11.007. ISSN 0039-3681. PMID 38128443. S2CID 266440296.
^ Fischer, Johann; Wendland, Martin (octubre de 2023). "Sobre la historia de los potenciales intermoleculares empíricos clave". Equilibrios de fase fluida . 573 : 113876. doi : 10.1016/j.fluid.2023.113876 . ISSN 0378-3812.
^ ab Sun H, Mumby SJ, Maple JR, Hagler AT (abril de 1994). "Un campo de fuerza totalmente atómico ab Initio CFF93 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 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, Caso 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. S2CID 18734898.
^ ab Mishra RK, Fernández-Carrasco L, Flatt RJ, Heinz H (julio de 2014). "Un campo de fuerza para que el aluminato tricálcico caracterice las propiedades de la superficie, la hidratación inicial y las interfaces modificadas orgánicamente en resolución atómica". Transacciones Dalton . 43 (27): 10602–16. doi :10.1039/c4dt00438h. hdl : 2117/24209 . PMID 24828263.
^ Ashcroft, noroeste; Mermin, Dakota del Norte; Smoluchowski, R. (1 de enero de 1977). "Física del Estado Sólido". Física hoy . 30 (1): 61–65. Código bibliográfico : 1977PhT....30R..61A. doi : 10.1063/1.3037370 . ISSN 0031-9228.
^ Tersoff, J. (15 de abril de 1988). "Nuevo enfoque empírico para la estructura y energía de sistemas covalentes". Revisión física B. 37 (12): 6991–7000. Código bibliográfico : 1988PhRvB..37.6991T. doi : 10.1103/physrevb.37.6991. ISSN 0163-1829. PMID 9943969.
^ Daw, Murray S.; Baskes, MI (15 de junio de 1984). "Método de átomos incrustados: derivación y aplicación a impurezas, superficies y otros defectos en metales". Revisión física B. 29 (12): 6443–6453. Código bibliográfico : 1984PhRvB..29.6443D. doi : 10.1103/physrevb.29.6443. ISSN 0163-1829.
^ Daw, Murray S.; Foiles, Stephen M.; Baskes, Michael I. (marzo de 1993). "El método del átomo incorporado: una revisión de la teoría y sus aplicaciones". Informes de ciencia de materiales . 9 (7–8): 251–310. doi : 10.1016/0920-2307(93)90001-u . ISSN 0920-2307.
^ 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". Reseñas químicas . 116 (9): 4983–5013. doi : 10.1021/acs.chemrev.5b00505. PMC 4865892 . PMID 26815602.
^ Lorentz HA (1905). "El movimiento de los electrones en cuerpos metálicos, I". Proc. K.Ned. Akád. Húmedo . 7 : 451. Código bibliográfico : 1904KNAB....7..438L.
^ Drudo P (1900). "Zur Elekronentheorie der Metalle. I. Teil". Annalen der Physik . 306 (3): 566–613. doi : 10.1002/andp.19003060312 .
^ Jorgensen WL, Maxwell DS, Tirado-Rives J (enero de 1996). "Desarrollo y pruebas del campo de fuerza totalmente atómico OPLS sobre energía conformacional y propiedades de líquidos orgánicos". Revista de la Sociedad Química Estadounidense . 118 (45): 11225–11236. doi :10.1021/ja9621760. ISSN 0002-7863.
^ abc Dauber-Osguthorpe P, Roberts VA, Osguthorpe DJ, Wolff J, Genest M, Hagler AT (1988). "Estructura y energía de la unión del ligando a proteínas: Escherichia coli dihidrofolato reductasa-trimetoprima, un sistema receptor de fármacos". Proteínas . 4 (1): 31–47. doi : 10.1002/prot.340040106. PMID 3054871. S2CID 2845395.
^ 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". Revista de Teoría y Computación Química . 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 lipopolisacáridos: parametrización y validación". Revista de Teoría y Computación Química . 8 (11): 4719–31. doi :10.1021/ct300534j. PMID 26605626.
^ Bruto 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.
^ Wang B, Li SL, Truhlar DG (diciembre de 2014). "Modelado de cargas atómicas parciales en sólidos y moléculas inorganometálicas y redistribución de carga en cátodos de iones de litio". Revista de Teoría y Computación Química . 10 (12): 5640–50. doi : 10.1021/ct500790p . PMID 26583247.
^ ab Heinz H, Suter UW (noviembre de 2004). "Cargas atómicas para simulaciones clásicas de sistemas polares". La Revista de Química Física B. 108 (47): 18341–18352. Código Bib : 2004APS..MAR.Y8006H. doi :10.1021/jp048142t. ISSN 1520-6106.
^ 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 biológicos-inorgánicos a gran escala nanométrica utilizando Interface-FF". Simulación molecular . 43 (13-16): 1394-1405. doi :10.1080/08927022.2017.1332414. ISSN 0892-7022. S2CID 36710284.
^ 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. PMC 9649520 . PMID 26273869.
^ 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 molecular de grano grueso". Revista de información y modelado químico . 59 (10): 4278–4288. doi : 10.1021/acs.jcim.9b00646. PMID 31549507. S2CID 202745539.
^ Tadmor, EB; Elliott, RS; Sethna, JP; Molinero, RE; Becker, CA (julio de 2011). "El potencial de las simulaciones atomísticas y la base de conocimientos de modelos interatómicos". JOM . 63 (7): 17. Código Bib : 2011JOM....63g..17T. doi : 10.1007/s11837-011-0102-6 . ISSN 1047-4838.
^ Eggimann, Becky L.; Sunnarborg, Amara J.; Stern, Hudson D.; Bienaventuranza, Andrew P.; Siepmann, J. Ilja (2 de enero de 2014). "Una base de datos de propiedades y parámetros en línea para el campo de fuerza TraPPE". Simulación molecular . 40 (1–3): 101–105. doi :10.1080/08927022.2013.842994. ISSN 0892-7022. S2CID 95716947.
^ Schmitt, Sebastián; Kanagalingam, Gajanan; Fleckenstein, Florian; Froescher, Daniel; Hasse, Hans; Stephan, Simón (27 de noviembre de 2023). "Ampliación 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.
^ 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.
^ 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 de 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 del funcional de densidad con interacciones seleccionadas de van der Waals aplicadas a adsorbatos atómicos y moleculares en superficies compactas y no compactas". Revisión física 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 del funcional de densidad con interacciones seleccionadas de van der Waals para el modelado de sistemas híbridos inorgánico-orgánicos". Cartas de revisión física . 108 (14): 146103. Código bibliográfico : 2012PhRvL.108n6103R. doi : 10.1103/physrevlett.108.146103 . hdl : 11858/00-001M-0000-000F-C6EA-3 . PMID 22540809.
^ Kramer C, Spinn A, Liedl KR (octubre de 2014). "Anisotropía de carga: donde más importan los multipolos atómicos". Revista de Teoría y Computación Química . 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 mediante funciones potenciales rígidas y no polarizables". La Revista de Física Química . 112 (20): 8910–8922. Código Bib : 2000JChPh.112.8910M. doi : 10.1063/1.481505. ISSN 0021-9606.
^ 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 electrotomografía". Materiales de la naturaleza . 14 (11): 1099–103. arXiv : 1505.05938 . Código Bib : 2015NatMa..14.1099X. doi :10.1038/nmat4426. PMID 26390325. S2CID 5455024.
^ ab Pramanik C, Gissinger JR, Kumar S, Heinz H (diciembre de 2017). "Dispersión de nanotubos de carbono en disolventes y soluciones poliméricas: mecanismos, montaje y preferencias". ACS Nano . 11 (12): 12805–12816. doi : 10.1021/acsnano.7b07684. PMID 29179536.
^ 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". Ciencia de las proteínas . 11 (8): 1984-2000. doi :10.1110/ps.0307002. PMC 2373680 . PMID 12142453.
^ 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.
^ Schutz CN, Warshel A (septiembre de 2001). "¿Cuáles son las" constantes "dieléctricas de las proteínas y cómo validar modelos electrostáticos?". Proteínas . 44 (4): 400–17. doi :10.1002/prot.1106. PMID 11484218. S2CID 9912122.
^ abcde Israelachvili JN (2011). "Fuerzas intermoleculares y de superficie". Elsevier. págs.iii. doi :10.1016/b978-0-12-391927-4.10024-6. ISBN978-0-12-391927-4. {{cite book}}: Falta o está 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. S2CID 8401242.
^ 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.
^ Koehl P, Levitt M (febrero de 1999). "Un futuro mejor 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 la estructura de rayos X". Cuentas de la 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 sesgado". 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". Proteínas . 53 (Suplemento 6): 352–68. doi : 10.1002/prot.10543 . PMID 14579324. S2CID 33186021.
^ 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.
^ Edgcomb SP, Murphy KP (febrero de 2000). "Energía 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 del plegamiento de proteínas". Computación en ciencia e ingeniería . 14 (2): 97-103. Código Bib : 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". Proteínas . 77 (Suplemento 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 de energía 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 mediante Rosetta". Métodos informáticos numéricos, parte D. Métodos en enzimología. vol. 383, págs. 66–93. doi :10.1016/S0076-6879(04)83004-0. ISBN9780121827885. 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 modelo sólidos y termodinámica del desarrollo 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. S2CID 26981215.
^ Graziano G, Catanzano F, Del Vecchio P, Giancola C, Barone G (1996). "Estabilidad termodinámica de proteínas globulares: un modelo fiable a partir 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 Bib : 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 enlace de hidrógeno intermolecular XH. cntdot.. cntdot.. cntdot. Y (X, Y= N, O) y calibración de potenciales empíricos de enlaces de hidrógeno". El diario de la química física . 98 (18): 4831–7. doi :10.1021/j100069a010.
^ Möllhoff M, Sternberg U (mayo de 2001). "Mecánica molecular con cargas atómicas fluctuantes: un nuevo campo de fuerza con un cálculo de carga semiempírico". Anual de Modelado Molecular . 7 (4): 90-102. doi :10.1007/s008940100008. S2CID 91705326.
^ "CEPP". biohpc.cornell.edu .
^ 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". El diario de la 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". La Revista de Química Física B. 110 (10): 5025–44. doi :10.1021/jp054994x. PMID 16526746.
^ 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 del ángulo de torsión". Biopolímeros . 29 (4–5): 679–94. doi :10.1002/bip.360290403. S2CID 94519023.
^ "GROMOS". www.igc.ethz.ch.
^ 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.
^ "Campo de fuerza de interfaz (IFF)". Laboratorio Heinz . 2 de febrero de 2016.
^ 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 cementantes que incluye validaciones, aplicaciones y oportunidades" (PDF) . Investigación sobre Cemento y Hormigón . 102 : 68–89. doi :10.1016/j.cemconres.2017.09.003.
^ ab Geada IL, Ramezani-Dakhel H, Jamil T, Sulpizi M, Heinz H (febrero de 2018). "Visión de las cargas inducidas en superficies metálicas y biointerfaces utilizando un potencial polarizable de Lennard-Jones". Comunicaciones de la naturaleza . 9 (1): 716. Código bibliográfico : 2018NatCo...9..716G. doi :10.1038/s41467-018-03137-8. PMC 5818522 . PMID 29459638.
^ Allinger NL (diciembre de 1977). "Análisis conformacional. 130. MM2. Un campo de fuerza de hidrocarburos que utiliza 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 de los 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 fuerzas MM3 de los 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 hidrocarburos. 3. Potenciales de van der Waals y datos cristalinos para hidrocarburos alifáticos y aromáticos". Revista de la Sociedad Química Estadounidense . 111 (23): 8576–82. doi :10.1021/ja00205a003.
^ Warshel A (1973). "Método del campo de fuerza consistente de la mecánica cuántica (QCFF / PI): cálculos de energías, conformaciones e interacciones vibrónicas de estados fundamentales y 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 de campos de fuerzas consistentes de geometrías de equilibrio y frecuencias de vibración de moléculas (Reporte). Universidad de Indiana: Intercambio del programa de química cuántica. pag. QCPE 247.
^ 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.
^ 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 en montmorillonita". Química de Materiales . 17 (23): 5658–5669. doi :10.1021/cm0509328. ISSN 0897-4756.
^ Dick BG, Overhauser AW (1 de octubre de 1958). "Teoría de las constantes dieléctricas de los cristales de haluros 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 Bib : 1993JPCM....5.1031M. doi :10.1088/0953-8984/5/8/006. ISSN 0953-8984. S2CID 250752417.
^ 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.
^ 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 a granel". Revista de Química Computacional . 25 (1): 1–15. doi :10.1002/jcc.10355. PMID 14634989. S2CID 39320318.
^ 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". La Revista de Química Física 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). "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.
^ Patel S, Mackerell AD, Brooks CL (septiembre de 2004). "Campo de fuerza de carga fluctuante CHARMM para proteínas: II propiedades de proteína / disolvente a partir 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. S2CID 16741310.
^ 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 y Computación Química . 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 y Computación Química . 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. S2CID 5227353.
^ Swart M, van Duijnen PT (mayo de 2006). "DRF90: un campo de fuerza polarizable". Simulación molecular . 32 (6): 471–84. doi :10.1080/08927020600631270. S2CID 96616243.
^ Engkvist O, Astrand PO, Karlström G (noviembre de 2000). "Potenciales intermoleculares precisos obtenidos de funciones de ondas moleculares: cerrar la brecha entre la química cuántica y las simulaciones moleculares". Reseñas químicas . 100 (11): 4087–108. doi :10.1021/cr9900477. PMID 11749341.
^ Gao J, Habibullazadeh D, Shao L (noviembre de 1995). "Una función de potencial intermolecular polarizable para la simulación de alcoholes líquidos". El diario de la química física . 99 (44): 16460–7. doi :10.1021/j100044a039.
^ Xie W, Pu J, Mackerell AD, Gao J (2007). "Desarrollo de una función potencial intermolecular polarizable (PIPF) para amidas y alcanos líquidos". Revista de Teoría y Computación Química . 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 modelar interacciones proteína-ligando". Revista de Teoría y Computación Química . 1 (4): 694–715. doi :10.1021/ct049855i. PMID 26641692.
^ Chelli R, Procacci P (noviembre de 2002). "Un campo de fuerza electrostático polarizable transferible para mecánica molecular basado en el principio de ecualización de potencial químico". La Revista de Física Química . 117 (20): 9175–89. Código Bib : 2002JChPh.117.9175C. doi :10.1063/1.1515773.
^ Cioce CR, McLaughlin K, Belof JL, Space B (diciembre de 2013). "Un potencial de PHAST N2 polarizable y transferible para su uso en simulación de materiales". Revista de Teoría y Computación Química . 9 (12): 5550–7. doi :10.1021/ct400526a. PMID 26592288.
^ "Anthony Stone: programas informáticos". www-stone.ch.cam.ac.uk .
^ 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". Revista de Teoría y Computación Química . 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 fuerzas basado en el 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 espaciales recíprocos". 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 campos de fuerza polarizables y simulaciones de dinámica molecular de líquidos iónicos". La Revista de Química Física 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". Edición internacional Angewandte Chemie . 59 (36): 15665–15673. doi : 10.1002/anie.202004239 . PMC 7267649 . PMID 32343883.
^ 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". La Revista de Química Física B. 125 (40): 11242–11255. doi : 10.1021/acs.jpcb.1c05744. PMID 34586817. S2CID 238230196.
^ van Duin AC, Dasgupta S, Lorant F, Goddard WA (2001). "ReaxFF: un campo de fuerza reactiva para hidrocarburos" (PDF) . La Revista de Química Física A. 105 (41): 9396–9409. Código Bib : 2001JPCA..105.9396V. CiteSeerX 10.1.1.507.6992 . doi :10.1021/jp004368u.
^ Hoogerbrugge PJ, Koelman JM (1992). "Simulación de fenómenos hidrodinámicos microscópicos con dinámica de partículas disipativas". Cartas de Eurofísica (EPL) . 19 (3): 155-160. Código Bib : 1992EL.....19..155H. doi :10.1209/0295-5075/19/3/001. ISSN 0295-5075. S2CID 250796817.
^ Koelman JM, Hoogerbrugge PJ (1993). "Simulaciones dinámicas de suspensiones de esferas duras bajo corte constante". Cartas de Eurofísica (EPL) . 21 (3): 363–368. Código bibliográfico : 1993EL......21..363K. doi :10.1209/0295-5075/21/3/018. ISSN 0295-5075. S2CID 250913111.
^ Español P, Warren P (1995). "Mecánica estadística de la dinámica de partículas disipativas". Cartas de Eurofísica (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 deficiencias y establecer nuevas fronteras Archivado el 15 de julio de 2010 en Wayback Machine , taller CECAM, 16 al 18 de julio de 2008, Lausana, Suiza.
^ "SAFT".
^ 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.
^ Batatia I, Kovacs DP, Simm G, Ortner C, Csanyi G (2022). "MACE: mensaje equivariante de orden superior que pasa por redes neuronales para campos de fuerza rápidos y precisos". Avances en los sistemas de procesamiento de información neuronal . 35 : 11423–11436. arXiv : 2206.07697 .
^ Smith JS, Isayev O, Roitberg AE (abril de 2017). "ANI-1: un potencial de red neuronal extensible con precisión DFT al costo computacional del 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 y Computación Química . 15 (1): 116–126. doi : 10.1021/acs.jctc.8b00806. hdl : 10454/16776 . PMID 30507180. S2CID 54524604.
^ Fletcher TL, Popelier PL (junio de 2016). "Predicción de energía electrostática multipolar para los 20 aminoácidos naturales mediante el aprendizaje automático Kriging". Revista de Teoría y Computación Química . 12 (6): 2742–51. doi : 10.1021/acs.jctc.6b00457 . PMID 27224739.
^ McDonagh JL, Silva AF, Vincent MA, Popelier PL (enero de 2018). "Aprendizaje automático de energías de correlación electrónica dinámica a partir de átomos topológicos". Revista de Teoría y Computación Química . 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 se encuentra con las aproximaciones de la química cuántica: el enfoque de aprendizaje automático Δ". Revista de Teoría y Computación Química . 11 (5): 2087–96. arXiv : 1503.04987 . Código Bib : 2015arXiv150304987R. doi : 10.1021/acs.jctc.5b00099. PMID 26574412. S2CID 28672393.
^ 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. química. Teo. química . 15 (6): 3678–3693. arXiv : 1902.08408 . doi : 10.1021/acs.jctc.9b00181. PMID 31042390. S2CID 85543050.
^ Molinero V, Moore EB (abril de 2009). "Agua modelada como elemento intermedio entre el carbono y el silicio". La Revista de Química Física B. 113 (13): 4008–16. arXiv : 0809.2811 . doi :10.1021/jp805227c. PMID 18956896. S2CID 20782587.
^ 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". Revista de Teoría y Computación Química . 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 a inhibidores del complemento de la familia de la compstatina". 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". Informática 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 d y s". 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 ligandos en Tinker". Revista de información y modelado químico . 55 (6): 1282–90. doi : 10.1021/acs.jcim.5b00098. hdl : 1956/10456 . PMID 25970002.
Otras lecturas
Israelachvili JN (1992). Fuerzas intermoleculares y de superficie . San Diego: Prensa académica. ISBN 978-0-12-375181-2.
Schlick T (2002). Modelado y simulación molecular: una guía interdisciplinaria . Matemática Aplicada Interdisciplinaria: 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.