如何化学信息学

A. 化学信息学的学科应用

现代科学的最新发展使得各学科所面对的化学物质体系变得越来越复杂，辨识研究的任务越来越繁重，既有复杂成分定性定量分析问题，又有不确定性的化学模式识别问题；不但有大型数据库管理问题，还有数据规律的发现问题等等。化学信息学（chmoinformatics) 就是为解决化学领域中大量数据处理和信息提取任务而结合其他相关学科所形成的一门新学科。这门新学科是在化学计量学（chemometrics) 和计算化学（computational chemistry) [3]的基础上演化和发展起来的，吸收与融合了许多学科的精华。
化学计量学的发展随着计算机技术的引进，使化学家获得大量的化学数据成为易事。例如，人们可以在对样品一无所知的情况下，从分析仪器的计算机数据采集系统获得诸如峰高、峰位、峰面积等一系列数据。然而，数据并非等同于信息，尤其是有价值的信息。因此，如何利用现代计算工具与信息处理方法快速地处理和解析化学量测数据，成为一个十分迫切的需求。在这种情况下，出现了将数学、统计学与计算机技术应用于化学的化学计量学。作为在80年代蓬勃兴起的新技术，它运用数学、统计学、计算机技术等工具设计或选择化学量测的最优方法，处理与解析化学量测数据，试图最大限度地提取待测物质体系的化学相关信息。
在分析化学研究方面，高鸿曾预言分析化学与统计学、数学结合的年代将会到来。作为化学量测科学，分析化学从采样、实验设计到分析信号的数据处理和解析、化学信息的提取与利用，无一不涉及到化学计量学所研究的统计与数学方法。化学计量学对现代分析化学基础理论的发展作出了重要贡献，基本形成了分析信息理论、分析采样理论、分析实验设计与优化理论、分析检测理论、分析校正理论、分析误差理论、分析仪器信号处理技术、化学数据库及专家系统技术等，极大地丰富了现代分析化学的理论与技术工具。
此外，化学计量学在工业生产中已得到广泛应用。例如，多元校正方法已经在啤酒生产和药物制造中成为常规的监控手段；在造纸、化工、食品、饮料、化妆品等行业中，也被用于过程监测（process monitoring）；近来，这些方法还被用于生化发酵、半导体晶片等间歇操作生产过程的监测。到目前为止，化学计量学应用最成功的领域是：多元校正、定量构效关系的建模、化学模式识别、多元过程仿真与监测等。但是，随着其应用范围的扩大，研究对象变得越来越复杂，所要处理的数据维数越来越高，数据量也越来越庞大。例如，在药物设计领域的先导化合物虚拟筛选中，需要处理的化合物达到1040。显然，传统的化学计量学已经难以胜任药物学、生命科学、环境科学、材料科学等领域所提出的化学复杂问题计算和解析，由此迫切需要派生和发展一门包容化学计量学本身的新学科。这就是化学信息学迅速崛起的重要原因。
计算化学的发展计算化学是应化学数据定量分析的需求而产生的，它为化学信息学提供数据计算和信息解析工具。随着认识层次的深入，化学领域中的各种对象大部分可以用一定的数学模型来抽象和表征；而模型的求解需要借助于各种数学的手段来进行。因此，化学学科对科学计算的要求越来越高。例如，各种化学反应可以用一定的微分方程来建模，通过数学模型仿真其反应、传递等各种过程。但是，求解微分方程带来了更高的计算要求。通常，大量的微分方程无法通过理论推导方法求解，这就需要通过数值计算的方法来求近似解。同样，在微观世界中，随着对分子结构的认识不断深入，我们可以通过各种数学模型来模拟分子的状态，如通过薛定谔方程可以模拟电子云的运动状态；通过量子力学、分子动力学、统计力学等各种方法可以准确地完成分子的模拟；这就意味着现代化学研究中需要建立更多的模型，并需要解决更多的科学计算问题。
随着科学技术的发展，人们对客观世界的认识正在逐步加深，各研究领域中的规律性知识不断地被总结出来，从而使得各种模型的建立成为可能。科学发展到今天，人们已越来越倾向于从数学的角度来看待问题、认识问题和解决问题。因此，计算化学的问世极大地推进了化学及其各相关学科的现代发展，已经成为解决化学领域中复杂问题的技术支撑和有力工具。一般而言，计算化学需要满足两个基本要求：1.准确求解问题；2.快速求解问题。因此计算化学一直向着这两个方向在不断发展。一方面，它将多元统计分析方法（如PLS、PCA、判别分析、聚类分析、因子分析、回归分析等）及人工智能方法（如模式识别、ANN、遗传算法、专家系统等）等各类计算手段包容进来，以完成对化学领域对象的准确建模任务；另一方面，它将数据库技术、快速搜索算法、并行计算技术等各种提高计算速度的方法包容进来，完成数据库快速搜索任务，实现药物虚拟筛选等应用目标。由于在表面科学、药学和材料科学中需要对延展分子系统（extended molecular system）进行定量描述，而这一类化学体系的实验信息又很少，这就需要通过计算化学的手段来解决。通常这类科学计算的计算量非常大，以现有计算机的计算能力，按一般的算法难以快速地给出计算结果，无法实现人机交互。并行计算机及其并行算法的引入，极大地提高了计算速度，使很多问题的计算求解成为可能。由此可见，计算化学的主要任务就是运用高性能科学计算工具，为化学领域问题求解提供途径。