綠葉如何光合作用？
化學家說：植物在可見光照射下，將二氧化碳和水轉化為有機物，并釋放出氧氣。
為什么吃藥能治病？
化學家說：因為有效的藥物分子在體內，會主動鎖定目標，消滅病毒。
……
化學家如何看得見微觀世界的現象？原因是他們采用了一種“在復雜化學系統中發展了多尺度模型”的觀測方法。
北京時間10月9日17時45分,2013年度諾貝爾化學獎授予了馬丁·卡普拉斯、邁克爾·萊維特和阿里耶·瓦謝勒。他們的獲獎原因，正是你所看到的上述科學成果。
通俗點說，它就是通過計算機篩選大量數據，從而模擬肉眼所看不到的變化是如何發生的。在告別“小棍棍”實驗，現代科學通過建模計算，無中生有，系統生長。毫無疑問，這是頒給大數據時代的化學獎。
虛擬化學實驗
在諾獎官網上，寫著三位科學家的獲獎原因：“在復雜化學系統中發展了多尺度模型。”
這是化學領域一個質的飛躍。在過去，科學家常用塑料球和小棍棍進行分子建模。“一旦真實體系再為微觀，理論化學則束手無策。”中國科技大學化學物理系教授江俊說。
不妨做個聯想。化學反應以光速發生著。在百萬分之一秒之內，電子從一個原子核跳到另一個。一旦涉及到一個關鍵反應，試管根本沒辦法研究這么短的時間里都發生了什么。在這一時期，理論化學也經歷了最艱難的困境。
上世紀70年代，計算機“登場”了。馬丁·卡普拉斯、邁克爾·萊維特和阿里耶·瓦謝勒想到了模擬，通過經典物理和量子物理兩種思路。
不過，它們看起來似乎水火不容。經典物理的優點是計算簡單，并且可以被應用于很大的分子，但它無法提供模擬化學反應的方法；量子物理可以通過計算機研究化學反應，但卻只能應用于小分子。
接下來，他們三人要做的是優化—將兩個物理體系的精華結合在一起，并提取出在經典物理和量子物理領域都適用的研究方法。例如，要模擬對藥物在體內如何與靶蛋白進行耦合，計算機會對靶蛋白中能與指定藥物相互作用的原子進行量子理論的計算。大蛋白的其余部分則利用相對沒那么費力的經典物理方法進行模擬。
“整個分工是這樣完成的：最最關鍵的反應核心，尤其是反應的自由電子，就用量子物理方法；然后，外圍的原子反應，通過經典物理分析；最外層的溶液，全部當成是均一的電介質。”江俊說。
“他們三人的建模工作，開創了一個新的方向。”江俊認為， 反映真實情況的計算機模型已經成為了現在化學界大多數新進展的關鍵。時至今日，計算機對化學家的作用已經和試管一樣重要。因為計算機對化學反應的模擬能夠非常逼真，化學家們已經能夠通過計算機預測傳統實驗的結果。
進入大數據時代
“用計算機取代真實實驗的嘗試，這是頒給大數據時代的化學獎。”浙江大學化學系計算化學教授王琦認為。
以觀測光合作用的發生為例。在巨大的蛋白質分子可能包含數以十萬計的原子，在其中存在一個很小的區域，稱作反應中心。正是在這里水分子被分解。而實際上，僅有少部分的原子參與到這個反應過程。
我們可以想象到的是：當陽光照射到綠葉上，這些蛋白質就會充斥能量，其整個原子結構都會發生改變。化學家們則通過計算機模擬了頭腦中的這幅景象。
“這是一個非常龐大的數據篩選工程。”王琦說。以模擬一個蛋白質運動軌跡為例，如果我們的觀察時間控制在一個微秒以內，那么這中間產生的數據量大概是以G，甚至T為單位。要知道，1G的容量按常見的800萬像素照片來說，格式為jpg，就能達到500~600張照片。
看到這里，你或許會問：為一個小小的反應，處理這么多復雜的數據量值得嗎？當然值，僅僅是發生在植物綠葉之中的神奇化學反應，就讓我們的大氣中充滿氧氣，而這是地球上的生命體賴以生存的基礎。往更深處想：如果你能模擬光合機制，那么就將制造出更加高效的太陽能電池板；當水分子分解產生氧氣，也就產生了可以被用作能源的氫氣。如果你成功了，你就能幫助地球對抗溫室效應。
構建“數字生命”
“大數據和計算機的齊頭并進發展，將有利于我們更深入地了解萬物的整個化學過程。”王琦認為，卡普拉斯、萊維特和瓦謝勒所發明的多尺度模型的意義在于其具有普遍性，可用來研究各種各樣的化學過程，從生命分子到工業化學過程等。科學家們機動車的燃料，藥品設計甚至疾病篩查等。
其研究進展還不僅如此，邁克爾·萊維特曾在一份刊物中談到其夢想：在分子層面上模擬鮮活有機體，構建“數字生命”，這是一個頗具吸引力的想法。巧合的是，在去年此時，諾貝爾物理學獎對未來不遠處的量子計算機情有獨鐘；而在這一年，大數據、云計算踩著科技的“風火輪”呼嘯而來。試問，萊維特的夢想還會遠嗎？
京公網安備 11010502049343號