基于局域相关的量子化学新方法及应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    21333004
  • 项目类别:
    重点项目
  • 资助金额:
    280.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    B0301.化学理论与方法
  • 结题年份:
    2018
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2018-12-31

项目摘要

This project aims to develop new quantum chemistry methods and algorithms based on the local correlation idea, which can provide theoretical tools for electronic structure calculations of molecules beyond the capabilities of traditional quantum chemistry methods. Within the frame of block correlation, we will develop block-correlated perturbation theory (BCPT) and block correlated coupled cluster (BCCC) methods for the ground state, and block-correlated configuration interaction (BC-CI) method for low-lying excited states. On the other hand, we will further refine two linear scaling methods for large molecular systems, cluster-in-molecule (CIM) local correlation algorithm and generalized energy based fragmentation (GEBF) method, with the purpose of extending their applicabilities. For BCPT and BCCC methods, we plan to develop GVB-BCPT and GVB-BCCC methods based on the GVB reference, and then generalize the methods for general situations to treat strongly correlated systems. For the BC-CI method suitable for excited states, we will develop the GVB-CIS method and then the BC-CIS method for more general cases, to describe low-lying excited states with double excitation character or significant multi-reference character. For the CIM algorithm, we will implement energy derivative algorithms of the CIM-X (X=MP2, CCSD) method in order to perform geometry optimizations and calculations on vibrational frequencies and molecular properties. For the GEBF algorithm, we plan to develop the GEBF algorithm suitable for periodic boundary systems and the corresponding molecular dynamic simulation and Monte Carlo techniques so that GEBF-based methods can be applied to electronic structure calculations and molecular dynamics simulations of solutions and solids.
本项目致力于发展基于局域相关的量子化学新方法和新算法,为常规量子化学方法难以处理的体系的电子结构计算提供理论工具。在块相关框架下,发展描述基态的多体微扰(BCPT)和耦合簇(BCCC)方法和描述激发态的组态相互作用(BCCI)方法。另外,进一步完善适合大分子体系的CIM 和GEBF两种线性标度算法,拓展其应用范围。对BCPT和BCCC方法,拟发展GVB-BCPT和GVB-BCCC方法,并推广至更普适情形,以处理强关联电子体系。对BCCI方法,拟发展GVB-CIS和更普适的BC-CIS方法,以描述具有双激发特征或有显著多参考特征的低激发态。对CIM方法,拟发展CIM-X (X=MP2,CCSD)的能量导数算法,以用于结构优化、频率和性质计算。对GEBF方法,发展适用于周期性体系的算法和相应的动力学模拟和蒙特卡洛算法,以用于固体和溶液体系的电子结构计算和动力学模拟。

结项摘要

本项目中,发展了多种量子化学方法,包括用于强关联体系的多参考方法、用于大体系的线性标度方法、用于化学反应路径自动搜索的方法,并利用这些方法开展了一些应用研究。项目所取得的主要成果包括:1) 对强关联体系, 发展了大分子体系GVB波函数的高效计算方法, 基于GVB参考态的DMRG-BCPT2方法和基于CASSCF参考态的外矫正耦合簇方法, 应用于计算具有多参考特征的分子的电子结构; 2) 对大分子和凝聚相体系, 进一步发展和完善了基于能量的分子片(GEBF)和分子中的簇(CIM)方法, GEBF方法可用于各类分子体系的能量、结构、核磁和动力学计算, 也可用于分子或离子晶体的基态能量和振动光谱计算,实现了分子或离子晶体的高精度电子相关计算;3) 对凝聚相体系的局域电子激发态,发展了基于局域激发近似的TDFDT或TDHF方法,和基于能量分块的激发态计算方法。将它们用于计算溶液和分子晶体的电子吸收和发射光谱;4) 发展了将分子动力学模拟和反应坐标牵引相结合的(MD/CD)反应路径自动搜索方法,用于化学反应或催化剂的设计。开展了量子化学计算驱动的合成化学研究,发现了“双路易斯碱协同均裂硼-硼键”的活化模式,设计和开发了系列C-C偶联新反应和路易斯酸催化的新反应。. 本项目的研究成果共发表论文41篇,其中项目负责人通讯作者论文38篇,主要发表在国际重要期刊上,如Acc. Chem. Res., WIREs Comput. Mol. Sci., Angew. Chem. Int. Ed., J. Am. Chem. Soc.,J. Chem. Theory Comput.等。基于该项目的成果,项目负责人黎书华教授在国内外重要学术会议上作邀请报告26 次,并主持了两次理论化学国际会议。项目负责人2017年当选国际量子分子科学院院士。

项目成果

期刊论文数量(40)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Efficient Implementation of Local Excitation Approximation for Treating Excited States of Molecules in Condensed Phase
有效实现局部激发近似来处理凝聚相分子的激发态
  • DOI:
    10.1021/ct500551p
  • 发表时间:
    2014
  • 期刊:
    J. Chem. Theory Comput.
  • 影响因子:
    --
  • 作者:
    Zhang Chenyang;Yuan D;an;Guo Yang;Li Shuhua
  • 通讯作者:
    Li Shuhua
Combined Molecular Dynamics and Coordinate Driving Method for Automatic Reaction Pathway Search of Reactions in Solution
结合分子动力学和坐标驱动方法自动搜索溶液中的反应路径
  • DOI:
    10.1021/acs.jctc.8b00799
  • 发表时间:
    2018
  • 期刊:
    Journal of Chemical Theory and Computation
  • 影响因子:
    5.5
  • 作者:
    Yang Manyi;Yang Lijiang;Wang Guoqiang;Zhou Yanzi;Xie Daiqian;Li Shuhua
  • 通讯作者:
    Li Shuhua
Organocatalytic decarboxylative alkylation of N-hydroxy-phthalimide esters enabled by pyridine-boryl radicals
吡啶硼基自由基对 N-羟基邻苯二甲酰亚胺酯的有机催化脱羧烷基化
  • DOI:
    10.1039/c8cc06152a
  • 发表时间:
    2018
  • 期刊:
    Chemical Communications
  • 影响因子:
    4.9
  • 作者:
    Gao Liuzhou;Wang Guoqiang;Cao Jia;Yuan D;an;Xu Cheng;Guo Xuewen;Li Shuhua
  • 通讯作者:
    Li Shuhua
Multireference Second Order Perturbation Theory with a Simplified Treatment of Dynamical Correlation
动态相关简化处理的多参考二阶微扰理论
  • DOI:
    10.1021/acs.jctc.5b00495
  • 发表时间:
    2015
  • 期刊:
    Journal of Chemical Theory and Computation
  • 影响因子:
    5.5
  • 作者:
    Xu Enhua;Zhao Dongbo;Li Shuhua
  • 通讯作者:
    Li Shuhua
Accurate Relative Energies and Binding Energies of Large Ice-Liquid Water Clusters and Periodic Structures
大冰-液态水团簇和周期性结构的精确相对能量和结合能
  • DOI:
    10.1021/acs.jpca.7b03376
  • 发表时间:
    2017
  • 期刊:
    J. Phys. Chem. A
  • 影响因子:
    --
  • 作者:
    Zhang Lei;Li Wei;Fang Tao;Li Shuhua
  • 通讯作者:
    Li Shuhua

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

普适的基于能量的分块局域激发态聚类算法
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    高等学校化学学报
  • 影响因子:
    --
  • 作者:
    杜嘉辉;廖康;洪本坤;王钟烨;马晶;李伟;黎书华
  • 通讯作者:
    黎书华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

黎书华的其他基金

专题研讨类:新时代理论与计算化学的挑战和机遇
  • 批准号:
    22242024
  • 批准年份:
    2022
  • 资助金额:
    10.00 万元
  • 项目类别:
    专项项目
自动搜索化学反应路径方法的发展和应用
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    63 万元
  • 项目类别:
    面上项目
复杂体系中局域电子激发态的计算方法
  • 批准号:
    21673110
  • 批准年份:
    2016
  • 资助金额:
    65.0 万元
  • 项目类别:
    面上项目
计算键解离势能面的耦合簇方法
  • 批准号:
    21073086
  • 批准年份:
    2010
  • 资助金额:
    33.0 万元
  • 项目类别:
    面上项目
块相关耦合簇方法和量子化学方法的线性标度算法
  • 批准号:
    20833003
  • 批准年份:
    2008
  • 资助金额:
    180.0 万元
  • 项目类别:
    重点项目
多参考态电子相关新方法及应用
  • 批准号:
    20373022
  • 批准年份:
    2003
  • 资助金额:
    24.0 万元
  • 项目类别:
    面上项目
共轭分子多体理论方法及光电磁性研究
  • 批准号:
    20073020
  • 批准年份:
    2000
  • 资助金额:
    18.0 万元
  • 项目类别:
    面上项目
共轭分子的多体理论及其应用研究
  • 批准号:
    29603003
  • 批准年份:
    1996
  • 资助金额:
    8.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码