计算机如何与化学结合

Ⅰ 计算机化学的应用

计算机辅助分子设计和模拟
工程方面的计算机辅助设计已是大家所熟悉的了，化学由于它的特殊性使得计算机辅助化学设计相对来说发展相对较晚，但化学家已在分子设计和有机合成设计两个主要领域取得较大进展并日益发展。
分子设计和模拟的目标是预测具有指定性质（或性能）的可能分子的结构。它们主要应用于医药（药物设计）和农用化学品（除草剂设计、农药设计、杀虫剂设计等）领域，在实验室内分子设计主要应用蛋白质、酶、核酸等大分子的设计。以前发现一个有应用价值的新化合物主要是凭化学家的经验和灵感，最常用和最有效的方法就是采用费钱费时的筛选法，已开始采用对分子结构进行系统的有规律的变化，寻找性质与结构变化之间的相关关系，从而建立结构-性质关系模型以用于分子设计。围绕计算机辅助分子设计，要开展一系列的基础研究工作，主要有结构-性质关系研究、三维动态分子模型化方法、分子形状和活性关系、构象分析、生物大分子的结构-功能关系，以及分子设计方法在药物、材料设计中的应用研究等。
化学结构与化学反应的计算机处理技术
长期以来化学家在应用计算机解决化学问题中遇到的第一个困难就是化学结构的计算机处理的问题。可以说化学的一切领域无一不与化合物的结构密切相关。在过去的30多年中，这一问题得到了广泛的重视和深入的研究，从而形成了计算机化学的一个重要的研究领域。经过多年努力，化学结构计算机处理中的理论和绝大部分技术问题已基本得到解决。然而，这些方法还是有局限性的；难以应用于诸如族性结构处理、结构-活性相关的自动化研究和反应机理研究等方面。即使对确定结构处理中的问题，现有的解决方案仍不为所有化学家所接受。因此，确定结构的计算机处理仍有一些难题，如无机化合物、金属有机化合物、互变异构的化学结构等，需要做更深入的研究。同时应当看到这些问题又是计算机化学中诸多领域的基础，它们的完全解决将有利于计算机化学的发展。
化学反应的处理问题
由于可以将化学反应看成是一些化学结构向另一些化学结构的转换，因此，化学反应的处理问题说到底是对化学结构的处理。但是，化学反应的计算机成立也有它自己特定的问题，如反应中心的自动识别、反应知识的发现、组织和利用、同类反应的自动产生等问题。这些问题是当前计算机处理化学反应领域内的主要研究方向，它们的解决一方面将推动化学反应数据库向更高层次的发展，另一方面将通过与数据挖掘技术的结合，发现反应知识，使计算机辅助有机合成路线设计更有扎实的基础，从而能得到更合理的解决。
族性结构的计算机处理问题
族性结构的计算机处理问题是一个比确定结构更富挑战性的课题，但又是当今计算机化学必须解决的问题之一。与确定结构不同，族性结构由于在结构式中采用了可变部分而使得一个族性结构对应于一类物质。这类物质可以是有限个确定的化合物；而当采用了“烷基”或“含氮杂环”这类通式术语时，也可以代表无限个化学物质。族性结构的这一性质决定了相应的计算机处理系统的复杂性。族性结构的计算机处理，还只有一个方向性的解决办法。但从大的方面来看，要解决能忠实于原来意义的族性结构的表述方法和族性结构的检索两个问题。如何根据族性结构的特征；解决它的计算机表述方法是当前族性结构处理的核心问题。它解决得好，族性结构的检索问题也将较易解决。族性结构的检索问题与它的表述有密切联系，并可归结为如下三类问题：①某一确定结构（化合物）是否被包含在一个族性结构中？②一个族性子结构是否部分或全部为另一族性结构所包含？③两个不同的族性结构是否有共同的确定结构？族性结构处理中的主要问题已基本得到解决。最早的族性结构检索系统，法国QUESTEL公司开发的Markush-DARC，已运行了15年。但是，现有系统都仍然存在一些不足，这些不足源于族性结构表述的固有困难。可以预见，它们的彻底解决将依赖于组合概念表述的革新，而不是基于现有概念的打补丁。这种概念的更新将有可能丰富和推动图论、集合论等数学理论的发展，而且也将为性能更好的实用系统的建立奠定基础。
人工智能的化学应用
人工智能技术已有40多年的历史，它在化学中的应用也不是新鲜事了，因为DENDRAL系统就开始了人工智能的化学应用，而且正是它的成功而开创了当代已得到蓬勃发展与广泛应用的称之为专家系统的人工智能中的一个重要分支。但是，由于人工智能技术是一个多学科的综合研究领域，它的内容与应用常常难于理解，因此尽管人工智能已经走出了它的婴儿期而日趋成熟，但至今仍有许多人并不十分了解人工智能的作用。作为事实科学的化学，尽管其理论近几十年来得到了长足的进展，但是化学家解决问题主要还是依靠经验和直觉。人工智能正好能提供将理论与经验结合起来的手段。因此，不少化学家与人工智能专家都认为化学是人工智能最理想的试验场与用武之地。当前化学中人工智能的主要研究有应用自然语言处理技术的化学文献文摘的自动生成、化学数据中的智能检索方法、化学实验室的自动化与机器人、神经网络方法的化学应用、化学中的NP-完备性问题及其解决办法、化工过程系统综合、故障诊断、过程控制中的人工智能方法等，其中最活跃而且也是最成功的是研究开发由谱图数据，包括红外、质谱、核磁共振，特别是从二维和高维核磁共振数据借助于计算机快速推定未知化合物结构的解析系统。但是，尽管已有不少这类系统，但真正能解决实际问题的系统还不多，研制实用的结构解析系统是这一领域的重要课题。
计算机辅助化学过程综合与开发
随着计算机存储和运算能力的提高，使得计算机正在迅速进入新兴产业和传统产业的各个方面。对于典型的过程工业的化学和石油化学工业，计算机同样成为它们的核心部分，对过程进行全面制约并对其变革产生着深刻的影响。从目前来看，过程综合有两个层次的含义。由已知的原料条件和产品的性能规格要求，如何找到最佳的工艺制造途径是过程综合一个层次的含义。对不同过程的集成，以期达到对能量、物料、设备等资源的最大限度利用的同时，达到消灭污染于过程的目的，是过程综合另一个层次的含义。这无疑是过程工业在下一世纪最具挑战性的课题之一。
“过程概念设计”的提出是计算机辅助化学过程综合与开发领域技术进步的一个重要标志。然而，这种进步主要表现在知识的积累方面，而在计算机软件方面，除在能量系统综合外，似乎尚未取得突破性的进展。计算机化学至少可以从三个主要方面促进过程综合与新流程的开发：①集中对化学过程的研究成果，形成数据库和软件包；②计算机辅助过程评估、系统设计、关键设备设计、动态控制和管理；③充分利用理论研究成果，减少放大步骤。

Ⅱ 有哪些化学专业问题可以借助计算机完成

现在许多化学问题都可以通过计算机计算解决，这个专业方向为计算化学。

计算化学主要应用已有的电脑程序和方法对特定的化学问题进行研究。而算法和电脑程序的开发则由理论化学家和理论物理学家完成。计算化学在研究原子和分子性质、化学反应途径等问题时，常侧重于解决以下两个方面的问题：

• 为合成实验预测起始条件

• 研究化学反应机理、解释反应现象