基于表面活性剂的纳米尺度自组装和胶束药物递送的计算视角：从量子洞察到转化应用的多尺度综述

《Next Nanotechnology》：Computational perspectives on surfactant-based nanoscale self-assembly and micellar drug delivery: A multiscale review from quantum insights to translational applications

　　

胶束系统由两亲分子自组装形成，在制药、催化、纳米技术和环境科学中发挥着重要作用。尽管已有广泛的实验研究，但控制胶束化、增溶和药物包封的分子机制仍然复杂且多因素。本综述整合了计算方法的近期进展，这些方法从量子层面相互作用到介观动力学等多尺度阐明了胶束行为。密度泛函理论（DFT）提供了表面活性剂-溶质相互作用的电子和能量学见解，而分子动力学（MD）模拟捕捉了胶束形成的时间演化、形态和热力学。蒙特卡罗（MC）方法、COSMO-RS/COSMOmic模型和粗粒度模拟将这些见解扩展到平衡结构和溶剂化能量学。新兴方法，包括分子对接、自由能计算（MM-PBSA/MM-GBSA）和机器学习（ML），进一步增强了预测建模和配方设计。案例研究强调了这些工具在理解胶束热力学、增溶效率、形状-大小关系和药物递送性能方面的协同应用。通过整合量子化学、分子模拟和数据驱动建模，计算胶束化已发展成为一个预测性、成本效益高且多功能的框架。本综述强调了这种多尺度方法如何将基础理论理解与实际应用联系起来，实现先进表面活性剂、纳米尺度递送系统和可持续化学技术的智能设计。

胶束系统在药物递送、催化和环境修复等领域具有广泛应用，但传统实验方法难以解析其分子尺度自组装、增溶和药物包封的复杂机制。为此，研究人员开展了一项多尺度计算综述，系统整合密度泛函理论（DFT）、分子动力学（MD）模拟、蒙特卡罗（MC）方法、粗粒度（CG）模拟、COSMO-RS/COSMOmic模型、分子对接、自由能计算（MM-PBSA/MM-GBSA）以及机器学习（ML）等计算方法，从量子层面相互作用到介观动力学全面阐明胶束行为。该研究得出以下核心结论：多尺度计算框架能够预测胶束热力学、增溶效率、形状-尺寸关系及药物递送性能，连接基础理论与实际应用，实现先进表面活性剂和纳米递送系统的智能设计。论文发表在《Next Nanotechnology》。

研究人员主要采用了以下关键技术方法：密度泛函理论（DFT）用于计算电子结构、结合能和分子轨道，揭示表面活性剂-溶质相互作用；分子动力学（MD）模拟（包括全原子和粗粒度模型）捕捉胶束自组装的时间演化、形态和热力学；蒙特卡罗（MC）模拟统计采样平衡构象，预测相行为和聚集数分布；COSMO-RS/COSMOmic模型基于量子化学表面极化数据预测溶剂化自由能、胶束-水分配系数和药物定位；分子对接（AutoDock、Schr?dinger Glide等）评估药物-胶束结合位点和亲和力；自由能计算（MM-PBSA/MM-GBSA）定量结合强度；机器学习（Random Forests、Neural Networks等）基于实验和模拟数据集预测临界胶束浓度（CMC）、聚集数和增溶效率，加速高通量筛选。

研究结果部分，保留论文各小节标题并简要说明研究发现：

**3.1 密度泛函理论（DFT）**：通过B3LYP/6-31+G(d,p)等泛函计算，发现氢键、静电吸引、π-π堆积和疏水缔合是胶束自组织和复合物稳定性的主导驱动力。例如，阳离子表面活性剂CTAB与姜黄素形成离子-偶极和氢键作用，稳定其β-二酮互变异构体，促进高效包封。酰胺基离子表面活性剂CTEA.Na⁺具有更低的HOMO-LUMO能隙，有利于疏水底物的范德华相互作用和界面氢键，增强胶束稳定性。

**3.2 分子动力学模拟（MDS）**：全原子MD模拟显示SDBS胶束比SDS更球形（偏心度0.117 vs 0.154），归因于芳香基团的π-π堆积；混合SDS-CTAB体系通过静电协同作用形成更紧凑的混合胶束，降低CMC并提高热力学稳定性。药物负载（如吲哚美辛）导致Triton X-100胶束核心扰动，高载药量时发生分裂；Tyloxapol聚合物表面活性剂形成扁球胶束，减少水侵入，增强稳定性。

**3.3 蒙特卡罗和粗粒度方法**：MC模拟揭示了胶束从球形到圆柱、双连续海绵状、最后层状片层的连续形态转变，证明胶束化是熵-焓补偿和疏水链堆积约束驱动的曲率松弛过程。粗粒度模拟发现，CTAC胶束中水杨酸钠诱导球-棒转变，而双子表面活性剂（12-s-12）因长间隔基形成囊泡结构，非离子表面活性剂C12E6在20 wt%浓度形成球形胶束，50 wt%形成六角相，80 wt%形成层状相。

**3.4 COSMO-RS和COSMOmic**：这些模型将胶束处理为分层液体，通过σ-剖面和自由能曲线准确预测胶束-水分配系数（log P_MW），如对苯酚、甲苯、利多卡因等小分子的预测与实验高度一致。MD与COSMOtherm联用可计算SDS胶束的聚集数（29-35）和疏水溶质径向定位，并量化共表面活性剂（丁醇）和油相（正庚烷）对界面热力学的影响。

**3.5 其他计算工具**：分子对接（AutoDock）表明，十二烷基甜菜碱双子表面活性剂与牛血清白蛋白（BSA）在Sudlow’s site I结合，主要由疏水作用驱动。MM-PBSA/MM-GBSA计算确认环丙沙星与CTAB胶束的结合是熵驱动的自发过程（ΔG_bind < 0）。机器学习（如WNN）预测阴离子双子表面活性剂CMC的准确性优于传统回归，但需注意数据稀缺和过拟合。

**3.6 多尺度整合与方法选择**：DFT提供电子结构参数支撑MD力场校核，MD输出聚集数和尺寸用于COSMOmic热力学分析，CG-MD延伸时空尺度，ML整合实验和模拟数据实现快速筛选，形成层次化多尺度工作流。

**4.1 药物-表面活性剂复合物的分子建模**：DFT与MD联合揭示，[C16MIm]Cl离子液体胶束中范德华力主导姜黄素稳定，NaCl诱导压缩增强胶束完整性。TD-DFT显示哈马林质子化后带隙减小，增强与生物界面的电荷转移。MD模拟表明，PEG-6表面活性剂在自乳化药物递送系统（SEDDS）中围绕甘油三酯核心形成动态壳层，环孢素A界面稳定化，提供生物利用度分子见解。

**4.2 热力学见解**：MC模拟定量二元表面活性剂混合物的CMC和相互作用参数（β），发现头基吸引产生协同胶束化（β = -1.96），尾基排斥导致反协同（β = +5.90）。MD模拟显示，异丙基苯磺酸钠（SCS）与疏水药物DTBM自发形成胶束样簇，热力学有利；脂质纳米载体（SLN、NE、NLC）的粗粒度模拟揭示囊泡状半双层结构，通过疏水焓作用稳定药物嵌入。

**4.3 增溶机制**：COSMO-RS预测SDS胶束中溶质溶解度随疏水性增加，Brij-35中酚类溶质的溶解度由氢键和疏水性共同决定。COSMOmic确认苯、甲苯、硝基苯在混合SDS/CTAB胶束中深部核心分配。MD与COSMOmic联用，Tween-80胶束中两性霉素B优先锚定在核心-壳界面，而非深埋核心。

**4.4 胶束形状和大小**：CGMD和原子模拟显示，SDS在低浓度形成球形胶束，高浓度转变成棒状；药物负载下Triton X-100胶束伸长，吲哚美辛高载量导致分裂。双子表面活性剂（12-s-12）倾向于插入脂质双层而非形成游离胶束。非离子Span20/Tween80/油酸油酯混合体系随浓度和油相比例从球形演变到圆柱形。

**4.5 计算模型的实验验证**：MD模拟预测SDS胶束聚集数62，与实验值60偏差3.2%；COSMOmic预测Triton X-100中芘的log P_MW为4.31，实验值4.49，偏差4.0%。DPC和DDM胶束的聚集数模拟值与实验一致，验证了计算方法的可靠性。

讨论部分总结：当前计算胶束化研究面临精度-尺度权衡、力场参数化不完善、溶剂效应复杂、熵估计困难等挑战。未来方向包括发展混合多尺度工作流（DFT-MD-CG-ML）、极化力场和增强采样技术，扩大高质量数据集，并加强计算与实验（如电导率、荧光、散射数据）的耦合，以提升预测可靠性，推动从分子设计到临床转化的加速。

结论部分翻译：胶束系统是高度多功能的纳米尺度组装体，在制药、纳米技术、催化和环境修复中具有广泛应用。其形成、稳定性、增溶效率和形态由疏水、静电、空间和氢键相互作用的精细平衡所控制。计算化学的最新进展已将胶束研究从描述性研究转变为预测性、设计驱动的领域。DFT提供表面活性剂和药物相互作用的量子级见解，揭示电荷转移、结合能量和电子结构；MD模拟提供胶束自组装、界面堆积和包封的动态原子级视图；MC模拟、COSMO-RS/COSMOmic建模和分子对接补充了尺寸分布、自由能景观和溶质分配的分析，而机器学习加速了表面活性剂筛选和配方优化。总体而言，这些方法揭示了胶束形态和增溶是高度可调的，取决于表面活性剂结构（尾长、头基极性、间隔基设计）、反离子效应以及与药物、聚合物和生物分子的协同作用。疏水坍塌是主要驱动力，而水化壳层、静电屏蔽和空间位阻精细化胶束曲率和稳定性。该知识直接支持胶束纳米载体的工程化设计，优化药物结合亲和力、包封体积和释放曲线。计算见解还将胶束设计原理扩展到药物递送之外，用于乳化、催化和环境修复。尽管进展显著，但在捕捉成核和融合等稀有事件、将模拟扩展到真实生物环境以及参数化复杂表面活性剂方面仍存在挑战。增强采样技术、极化力场、混合量子力学/分子力学方法和AI驱动模型有望克服这些局限性。计算胶束研究现已涵盖量子化学、分子模拟和数据驱动建模，使原子尺度相互作用与宏观行为直接连接。这种多尺度整合正在将胶束系统从经验调整的配方转变为可理性设计的纳米结构。随着模型变得更加预测性和互操作性，它们将越来越多地支持精准工程化胶束的药物递送、先进材料和可持续技术的发展，从而加速理论见解向实际应用的转化。