诺拉（NORA）：基于力场表示的非绝热动力学方法。该方法应用于仿生光开关中的光异构化过程

《Chemical Communications》：NORA: non-adiabatic dynamics with force-field based representation. Application to photoisomerization in biomimetic photoswitches

基于JOYCE量子力学的力场推导，提出非绝热动力学方法NORA，用于研究光敏色体的光化学演化，应用于生物模拟的环姜黄素基光开关的E/Z光异构化，为光动力治疗和光免疫治疗提供新方法。

　　本研究提出了一种基于量子力学导出力场的非绝热动力学方法，称为NORA（Non-Adiabatic Dynamics with Force-Field Based Representation），用于研究不同光敏分子在生物环境中的光化学演化过程。该方法旨在以较低的计算成本，模拟分子在激发态下的动态行为，尤其是在涉及锥形交点（Conical Intersection, CI）等复杂非绝热过程时，提供一种替代传统非绝热动力学（如表面跳跃方法）的高效方案。

分子光开关在多个科学领域中都扮演着重要角色，包括智能材料和光电子设备的开发。在光生物学中，它们更是关键的组成部分，例如视觉信号传导过程，其中视黄醛作为光敏分子，其光致异构化过程极为迅速且具有代表性。近年来，研究发现基于环状姜黄素（cyclocurcumin）的仿生光开关Pyro表现出比母体化合物更优异的光化学特性，包括更长的吸收波长和更高的光异构化量子产率。此外，Pyro还能够与生物膜相互作用，其光异构化过程会改变膜的物理性质，从而为开发无需氧气依赖的光动力治疗（Photodynamic Therapy, PDT）或光免疫治疗（Photo-immunotherapy）提供了新的可能性。

然而，对这些光化学过程进行精确的分子建模和模拟仍然面临诸多挑战。传统方法如量子动力学（Quantum Dynamics, QD）虽然能够准确描述电子激发态下的波包演化，但由于其计算成本极高，难以处理大规模系统或复杂环境下的模拟。相比之下，表面跳跃（Surface Hopping, SH）方法则将核动力学处理为经典运动，同时在多个电子态之间跳跃，从而在一定程度上兼顾了计算效率与非绝热效应的描述。然而，SH方法仍然存在较高的计算负担，因为它需要在每个动力学步骤中计算多个电子态的能量、梯度和耦合项，这在涉及锥形交点等复杂区域时尤为明显。

为了解决这一问题，我们引入了一种基于量子力学导出力场（Quantum Mechanics-derived Force Field, QMD-FF）的非绝热动力学方法，即NORA。该方法的核心思想是利用QMD-FF在特定激发态下对分子势能面（Potential Energy Surface, PES）的高精度描述，同时结合经典动力学模拟，实现对光化学过程的高效建模。具体而言，我们使用JOYCE方法对Pyro的基态和第一激发态进行了参数化，该方法通过在不同理论水平下对振动自由度进行采样，确保了对激发态下分子势能面的准确再现，尤其是在锥形交点附近的拓扑结构。这一精确的参数化使得NORA方法能够模拟光化学过程的分支行为，即从激发态向基态跃迁后，分子可能通过不同的路径发生异构化。

在实际模拟中，我们首先对Pyro分子在水环境中的基态进行了50纳秒的NPT（恒温恒压）分子动力学（Molecular Dynamics, MD）模拟，以获得其初始几何构型和速度分布。随后，我们随机选取了500组初始条件，并在这些条件下进行了S?激发态下的NORA模拟，持续时间为20纳秒。模拟过程中，当分子的异构化键（即双键周围的二面角δ?）达到特定值（如110°）时，即认为分子到达了锥形交点，此时模拟将从激发态的QMD-FF切换至基态的力场，继续模拟后续的动态演化。通过这种方式，我们不仅能够追踪激发态的寿命，还能够分析分子在异构化过程中的路径分布。

模拟结果显示，Pyro的激发态寿命约为32皮秒，这与实验观测结果相吻合。此外，我们通过计算径向分布函数（Radial Distribution Function, RDF）分析了溶剂重组对光化学过程的影响。结果表明，溶剂重组在异构化发生后的最初2至3皮秒内迅速完成，这可能对激发态的弛豫和异构化效率产生重要影响。通过进一步分析异构化路径的分布，我们发现大约29%的轨迹最终形成了Z-异构体，而如果仅考虑那些成功到达锥形交点的轨迹，则Z-异构体的比例上升至45%。这一结果与实验观测的光稳态状态（即约30%的Z-异构体和70%的E-异构体）高度一致，表明NORA方法在描述光化学过程方面具有较高的可靠性。

值得注意的是，尽管NORA方法在模拟过程中并未显式考虑非绝热耦合项，而是通过几何参数的变化来决定是否发生跃迁，这种简化策略仍然能够有效地再现实验中观察到的光异构化量子产率。这一方法的优势在于其计算效率较高，且能够与通用的力场参数化方法兼容，从而在复杂生物环境中进行应用。相比之下，传统的非绝热动力学方法往往需要更复杂的计算资源，且难以在大规模系统中实现高效模拟。

进一步的分析表明，异构化路径的选择与分子的二面角变化密切相关。当二面角δ?达到110°时，分子进入锥形交点区域，此时可能发生从激发态向基态的跃迁，并进一步沿着不同的路径演化。通过热图（Heatmap）和核密度估计（Kernel Density Estimate, KDE）的分析，我们发现Z-异构体的形成与二面角的减小存在一定的关联，而其他如苯基环的取向或键长的变化对异构化的影响则相对较小。这表明，在光异构化过程中，二面角的几何变化可能是决定性因素。

此外，我们还探讨了NORA方法在更广泛的应用场景中的潜力。由于该方法基于量子力学导出的力场，它能够自然地整合分子与环境之间的相互作用，例如溶剂效应或生物膜的响应。这使得NORA不仅适用于Pyro等特定分子的模拟，还可能被扩展至其他光化学系统的研究。例如，在未来的工作中，我们计划将NORA方法与现有的非绝热动力学软件（如SHARC和Newton-X）相结合，以进一步提高其对非绝热耦合的描述能力，并实现更精确的跃迁机制模拟。

与机器学习（Machine Learning, ML）驱动的非绝热动力学方法相比，QMD-FF方法如NORA具有一定的优势。ML方法虽然在处理大规模系统和复杂环境方面表现出色，但其参数化过程通常依赖于大量的训练数据，并且在描述锥形交点等非绝热效应时可能存在一定的局限性。而NORA方法则通过精确的量子力学计算获得力场参数，无需额外的训练或重新参数化，即可适用于不同溶剂或环境条件下的模拟。这一特性使得NORA在研究生物分子的光化学行为时具有更高的灵活性和适应性。

总的来说，NORA方法提供了一种在复杂生物环境中研究光化学过程的新思路。它结合了量子力学导出力场的高精度与经典动力学的计算效率，能够在合理的时间尺度上模拟分子的异构化行为。尽管目前该方法仍处于初步阶段，但其在描述激发态寿命和异构化量子产率方面的能力已经得到了验证。未来的研究将致力于进一步优化该方法，例如引入更精确的非绝热耦合项，或将其整合到更通用的非绝热动力学框架中，以期在更广泛的光化学系统中发挥更大的作用。

本研究的结果表明，NORA方法在光化学模拟中具有重要的应用前景。它不仅能够有效描述分子在激发态下的动态行为，还能够为光动力治疗等生物医学应用提供理论支持。通过进一步的实验验证和方法优化，NORA有望成为一种高效的非绝热动力学模拟工具，为理解光化学过程在生物系统中的行为提供新的视角和手段。