论文部分内容阅读
分子力场在科学研究中越来越重要,使用分子力场模拟的研究方法与传统实验相比,具有成本较低、并且可以准确的观察化学反应每个时刻的详细信息的优势。RNA不仅仅是一种生物遗传信息的载体,它在人和动物的生理上起着很多重要的作用,而且科研工作者们在科研实验中发现了越来越多其他的功能。目前RNA分子力场通常依据点电荷建立模型,这种模型的准确度不够高,预测效果较差。实际上,原子核周围的电子云分布不是一个标准球型,而是一个复杂的几何形状,量子化学拓扑理论定义了这种复杂的几何形状。本文描述了一种考虑了原子核周围电子云的原子多级距和各向异性的分子力场,研究了其对RNA分子行为建立模型的适用性,选择了包含10个核苷酸的RNA链（PDB代码:2MVY）作为研究对象,该链含有C、H、O、N、P五种元素,15种原子相互作用类型。将RNA切割成小片段（磷酸、五碳糖、碱基、磷酸-五碳糖、五碳糖-碱基、核苷酸）然后按照尽量还原其在RNA中化学环境的原则进行饱和,并且使用原子多级距计算原子间的静电作用能,分析得到了15种原子相互作用类型的静电能的最小收敛距离。同时,对原子多级距模型中原子性质的可转移性也进行了研究,实验证明该模型具有良好的可转移性。RNA小分子片段扭转角的研究也是优化分子力场的重要研究方向之一。本文从2MVY中通过切割饱和（按照尽量还原其在RNA中化学环境的原则）的方法得到了16种小分子片段,并求出了各自的能量最小稳定构象。使用Gaussian09在HF/6-31G（d,p）、B3LYP/apc-1和MP2/cc-pVDZ三种理论水平下优化几何结构。能量最小稳定构象的数量与分子的大小和灵活性有关。实验分析了RNA的α、β、γ、δ、ε、ξ和χ七个扭转角。使用上述前两个理论水平计算出30个磷酸-五碳糖-磷酸的能量最小稳定构象的共同片段[HO-P（O3）-CH2-]的原子多级距,进行比较和研究。尽管使用了不同的理论水平,能量最小稳定构象的结构之间总有相似性。此外,我们研究了不同能量最小稳定构象之间性质的可转移性。原子多级距在不同能量最小稳定构象之间高度可转移,转移误差很小。上述工作证明了原子多级距在RNA分子力场中的可用性和重要性。但是使用积分的办法计算原子多级距的成本较高,使用较高的理论水平时尤为明显。使用机器学习的方法预测RNA分子的原子多级距可以极大的减少了计算的成本。本文中采用全连接神经网络的方法对原子多级距进行预测,得到了较好的实验效果。在改进的实验中,使用剔除H原子的结构预测多级距,实验效果得到了较大的提升,证明了H原子的位置信息的冗余性,这说明了H原子对RNA电子云分布影响较小可忽略,同时证明了研究过程中使用H原子饱和结构的合理性。