[发明专利]基于遗传算法的小分子配合物结构搜索方法

说明书

技术领域

本发明涉及一种基于遗传算法的全局搜索方法，用于化学领域中，小分子配合物 三维空间结构的确定。

背景技术

配位化合物为一类具有特征化学结构的化合物，由中心原子或离子（统称中心原 子）和围绕它的称为配位体（简称配体）的分子或离子，完全或部分由配位键结合形成。配合 物是化合物中较大的一个子类别，不仅与无机化合物、有机金属化合物相关连，并且与现今 化学前沿的原子簇化学、配位催化及分子生物学都有很大的重叠。小分子配合物是配体为 小分子的配合物，已成为配位化学中发展最快的分支之一。现已证明，小分子通过与中心原 子的配位而活化，从而可以引起很多重要反应。小分子配合物已广泛应用于日常生活、工业 生产及生命科学中。

为了研究小分子配合物的性质和反应，首先要知道它的结构。小分子配合物的结 构特征明显：中心原子结构较稳定，有时会先形成一个核，然后在核上配位小分子配体，配 位方式主要有端接、侧接、桥接等。目前有很多仪器分析手段可以探测结构，如X射线衍射、 核磁共振、红外光谱等。但很多时候不能直接得到具体的结构，或现有仪器条件很难探测到 结构，这时就需要量子化学计算进行结构优化。量子化学计算的目的是获得能量最低，且与 实验事实相吻合的结构。但量子化学计算只能进行局部优化时，即在手动给出结构的附近 搜索，而不能全局搜索。当结构较复杂或较难猜测时，就无法找到正确的结构。

当前有一些通用的全局搜索方法，如遗传算法、免疫算法、BH算法等，可以用于小 分子配合物的结构搜索。但这些方法因为其适用范围广，对于小分子配合物这一类结构特 殊的化合物，往往会在无意义的结构上浪费大量时间，造成效率极低。所以需要在这些通用 方法上进行改进，开发出专用于小分子配合物结构的搜索方法，以提高效率。

发明内容

本发明提供了一种基于遗传算法的、专用于小分子配合物的结构搜索方法，可以 极大地提高搜索效率和搜索成功率。本方法解决其技术问题所采用的技术方案包括以下步 骤。

第一步：建立配合物模型。读取小分子配合物中心原子的种类和数量以及配体的 种类和数量。

每个中心原子用元素符号和三维坐标p_core描述。

对于单原子配体，用元素符号和三维坐标p_ligand描述；对于线性配体，用配体名称和中心三维坐标p_ligand，以及中心到距离中心最远的原子的向量_ligand描述；对于非线性配体，用该配体名称、中心的三维坐标、中心和距离中心最远的两个原子所在平面的法向量_ligand描述，并记录该配体包含的所有原子的元素符号和三维坐标p_atom。

对于一个配体，计算距离最近的中心原子。使用该中心原子指向该配体中心的向量_relation以及该向量和配体向量_ligand的夹角θ描述中心原子和配体的关系。

将染色体分为A、B、C三段。A段保存中心原子信息；B段保存配体信息；C段保存中心 原子和配体关系的信息。

第二步：初始化。确定种群大小N、代数T。初始化配合物可能的结构有两种方法：读 取提供的结构（也可以不提供）和自动生成结构。

第三步：局部优化。将读取或生成的结构进行量子化学计算，使其优化至局部极小 值，并保存记录。

第四步：遗传操作。将所有优化完成的结构按能量从低到高排序并记录，每个结构 对应一个染色体，适应度采用能量的绝对值（量子化学计算中能量为负数）。通过模拟遗传 过程产生下一代的种群，具体包括如下方法。

复制：选择前10%的结构直接进入下一代。

杂交：按照概率Pc进行杂交。随机选取两条染色体，随机交换他们的A段和C段的一 部分，并根据新的结构刷新B段的信息。

突变：按照概率Pm进行突变。随机选取一条染色体，分别在A段和C段上随机修改一 个坐标或向量，并根据新的结构刷新B段的信息。

补足：使用初始化中的方法产生新的结构，使种群大小为N。

第五步：重复第三、四步，直至达到代数T。输出所有结果。