周苑分享 http://blog.sciencenet.cn/u/yaoqizhou 论春语秋,谈科说学,声传言教。

博文

Martin Karplus得奖有感 精选

已有 11633 次阅读 2013-10-24 09:27 |个人分类:谈科说学:科技评论|系统分类:观点评述|关键词:诺贝尔化学奖

Martin Karplus今年得了诺贝尔化学奖,我们一家都很高兴,因为他是我们一家唯一近距离接触过的诺贝尔获得者。这么多年来,大家都知道凭他在理论化学方面的影响力,只要身体健康、长寿,他迟早会得的。但不知道什么时候会以什么研究成果得奖,因为他的贡献很多很杂。记得我刚到布法罗工作时,请他到我们学校作报告。他给了个生平简介。那里列举了35篇他的主要工作成就(其中有6篇在Nature/Science上发表,其它在各种杂志发表)。例如核磁共振里用于结构测定的Karplus方程,H+H2化学反应势能面的量子化学计算,生物大分子的量子化学计算,生物大分子的分子动力学研究,用量子化学和分子动力学结合(QM/MM)来研究酶的反应机制,等等。虽然贡献杂多,但其中的主线一直是量子化学在小分子和生物大分子上的应用。即使经典分子动力学,它里面的大部分参数也是从小分子的量子化学计算出来的。Karplus最后以QM/MM的贡献得奖,虽然是在意料之外,但也是在情理之中。有意思的是得奖的那篇论文不在他给我的35篇内,QM/MM的工作是用另外一篇来代表的。

       在QM/MM方面得奖是在意料之外,主要是大家都觉得他在蛋白质分子动力学模拟这个领域的影响最大。通过对蛋白质的动态分析,改变了对蛋白质分子结构及功能间关系的理解。更重要的是由他推动的分子动力学软件的自由传播而极大地影响了分子动力学模拟这个领域里的几代人。

       QM/MM方面得奖也是在情理之中。毕竟这是化学奖,生物分子动力学的研究基本上是属于计算生物学而不是计算化学的范畴。而量子化学和分子动力学的结合可以看作是计算化学的延伸,争议将在诺贝尔奖委员会之内会小一些。Karplus的得奖是对他一生致力于用物理和化学的原理来解释生物现象的认可。

       Martin Karplus的得奖对我们有什么启示?对我而言,最大的启示就是胆子要大。七十年代的笨拙计算机来做小分子量子化学计算已经很不容易,但他就已开始算蛋白质大分子了。更不用说他居然把量子化学和分子动力学结合起来计算大分子而不管当时计算机只能模拟几个皮秒的运动 。几个皮秒蛋白质根本动不了什么。记得我在国内大学的毕业论文(84年)是一个刚从美国访问回国的一个老师带的。他在美国访问时算了一些小无机分子,但他要我计算一个比他的分子大了好几倍的有机分子。当时,中科大的“超级”计算机中心是要以计算的机时来算钱的,钱很快就用光也没有算完。我当时在背后抱怨,导师自己算小的让我算大的,真不公平!但现在想来,学生就应该在老师做的基础上做得更好,更复杂才行。科学都是从易到难。如果跟老师做一样难易程度的东西,做出的结果可能就没有什么大意义。做费时大计算量的工作是有很大的风险。几个月甚至几年的反复计算才会有结果。但结果如果不符合实验就等于白做了。不怕风险,虽然这不是成功的保证但只有这样才有真正成功的可能。

       Karplus的工作对我的另一个启示就是不要怕繁。学物理出身的往往拼命想把问题简化。我在美国读研究生时就曾经把水分子近似成硬球来计算气体在水里的溶解能。但对于生物现象,关键之处经常在于细节,简化马虎不得。一个分子动力学程序里用的蛋白质能量函数有上千个参数。这是靠好几个Karplus研究生的毕业论文才搞成的。一将功成万骨枯,在哪个领域都是一样的啊。

       Martin Karplus的得奖是对全世界做计算生物学的一个鼓励。计算生物学,特别是分子动力学,不象量子化学,还不是一个被普遍认可的学科。这主要是由于它往往用于解释已知现象而不是一个很好的预测工具。原因是分子间的相互作用不能简单地用经典力学来解释。也许只有等有了远超于现在的计算机,一切从量子力学开始,生物高分子的全部秘密才能向我们展开。在这样的超级计算机来到之前,大部分生物高分子的研究只好靠对已知数据的挖掘来完成,这就是生物信息学,一门方兴待艾的学科。所以可以说,革命尚未成功,同志仍需努力!



2013年诺贝尔奖
http://blog.sciencenet.cn/blog-472757-735565.html

上一篇:澳大利亚中、小、大学教育系统的初步体验
下一篇:算命与被算命
收藏 分享 举报

24 孙学军 张南希 梁建华 吉宗祥 林树海 王善勇 李方国 刘全慧 周庆同 薛宇 曹聪 许先进 孔梅 贺乐 张忆文 刘世民 高建召 强涛 高友鹤 zhangling biofans louiexp rosejump xchen

该博文允许注册用户评论 请点击登录 评论 (8 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2017-11-19 03:13

Powered by ScienceNet.cn

Copyright © 2007-2017 中国科学报社

返回顶部