本文发表在《大众科学》的前博客网络中，反映了作者的观点，不一定代表《大众科学》的观点
醒来发现自己所从事的专业领域获得诺贝尔奖总是非常令人高兴的。我很高兴地注意到，今年的化学奖授予了马丁·卡普拉斯、迈克尔·莱维特和阿里耶·瓦谢尔，以表彰他们开发了“复杂系统的多尺度方法”。更简单地说，这三位化学家因其开发和应用方法来模拟分子在不同尺度下的行为而获得认可，从单个分子到蛋白质。这项工作揭示了蛋白质折叠、催化、电子转移和药物设计等多种现象。它使像我这样的化学家能够计算各种各样的事情，从化学反应的速率和分子的稳定性到药物阻断与疾病有关的关键蛋白质的可能性。
我稍后会发布一篇关于该奖项的更详细的帖子，但现在值得注意的是，与许多其他诺贝尔奖相比，该奖项更多的是对一个领域的认可，而不是对特定个人的认可。它真正告诉我们，建模和计算在解决各种化学问题中变得多么普遍。此外，对于这三位化学家来说，这实际上是一项终身成就奖，而不是针对特定发现的奖项。
自 20 世纪 60 年代以来，计算机就被应用于化学领域。它们是理论技术的直接产物，这些理论技术可以计算各种分子特性，从分子的稳定性和运动到它与其他分子的反应。长期以来，这些计算只能针对简单的系统进行，直到 90 年代左右，计算能力和算法才开始赶上理论，从而可以将计算应用于大型的、具有实际意义的分子，如蛋白质、药物和材料。卡普拉斯、瓦谢尔和莱维特等人使这一切成为可能。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的有影响力的故事的未来。
今年的获奖者开发并应用了各种理论技术，从严格的量子力学计算到基于经验数据的、高度参数化的经典和半经典计算，来模拟大量的不同分子。他们还开发了将这些计算带给大众的软件。量子力学方法通常被称为“从头算” - 从第一性原理出发 - 并且在 1998 年就已经获得了认可，但这个奖项是为了表彰更广泛的东西。该三人组开发的技术包括分子动力学 (MD)，它试图模拟蛋白质等复杂实体的真实运动，以及试图计算带电原子和分子之间吸引力和排斥力的静电计算。马丁·卡普拉斯有点像该领域的教父 - 他是莱纳斯·鲍林的最后一位研究生 - 而且没有一个分子模拟领域是他没有涉足的。本科化学专业的学生会从所谓的 卡普拉斯方程中知道他的名字，该方程允许您将分子的磁共振特性与其几何形状联系起来；现在他们会发现他不仅仅是一个教科书遗迹。瓦谢尔和莱维特在量子力学和经典力学之间的边界做出了关键贡献。所有三位获奖者主要以模拟小有机分子（如药物和蛋白质）的行为而闻名，但他们的技术也同样适用于沸石和太阳能电池等材料。
与许多诺贝尔奖一样，还有一些为该领域做出巨大贡献的个人不可避免地被排除在外。尽管在领域之外鲜为人知，但我个人认为应该包括诺曼·阿林格、安德鲁·麦卡蒙、肯·霍克、罗伯托·卡尔、比尔·戈达德和米歇尔·帕里内洛。我最想到的是乔治大学的化学家 诺曼·阿林格。阿林格是第一个广泛开发和应用力场方法的人，该方法是今年许多工作的基础。力场基本上是一组简单的方程式，用于描述分子中的键、角、扭转（可旋转）角和长程非键相互作用（见上图）。它是一个基于经典力学的简化模型，将原子和键视为球和弹簧。由于它是一个简化模型，因此需要用实验或严格的量子力学计算得出的参数来支持它。阿林格开发了两个非常广泛使用的力场版本，最初称为 MM2（该方法本身称为“分子力学，MM”），花了多年时间仔细地参数化和基准测试它们，然后将它们应用于各种分子。
卡普拉斯、瓦谢尔和莱维特应用了这些思想，但也开发了自己的思想，然后通过创建将经典力学与量子力学相结合的混合方法 (“QM/MM”)，远远超出了最初的工作。这是该奖项公告的主要内容；花了很大力气来完善和排除这些方法的故障，并使其对非专业化学家来说易于使用。您可以使用量子力学技术来描述分子系统的核心部分，然后使用经典部分来模拟其余部分。除其他外，这将大大节省时间，因为对整个系统进行量子力学计算在时间方面将非常昂贵。这三位化学家还开发了纯粹的经典方法来模拟分子运动。现在，我们大多数进行计算的人都认为这项工作是理所当然的，因为它已经完全融入了计算化学的语言和工具中。
今年的诺贝尔奖实际上承认了许多与分子建模相关的其他事情。首先，它是一个对领域的奖励，而不是对个人的奖励，这是诺贝尔委员会发出的信号，表明计算方法已经成熟。现在您很难找到不包括至少一些计算组件的论文，从分子的简单可视化到非常严格的高级量子力学计算。该奖项也证明了过去二十年来计算机硬件和软件的惊人增长，没有这些增长，这些计算永远不可能变得实用；今天，我的台式机可以在一天内完成一项 90 年代的超级计算机需要几天才能完成的计算。该奖项还承认了科学家如何从单个分子到可能表现出涌现行为的相互作用分子的复杂集合的多个不同层次理解物质。
但也许最重要的是，该奖项承认了模型在促进化学和其他学科发展方面的关键作用；事实上，计算化学模型与气候科学、生态学和经济学中的模型共享一般原理。我并不那么乐观地认为计算机可以在遥远的未来取代任何人类科学家，但该奖项告诉我们，一个精心构建的模型，认识到其优点和局限性，可以与一位有能力的化学家并肩作战，解决棘手的问题。实验和建模的结合可以带来改变。