Hlavnimi ukoly, ktere molekulove modelovani resi, jsou:
1) Prezentace strukturnich informaci a jinych molekulovych vlastnosti, pri ktere jde o ruzna zobrazeni atomu, molekul nebo souboru molekul, dale je umozneno pohodlne odecitani a modifikace vazebnych delek, uhlu a torznich uhlu, konstrukce molekul z jednotlivych atomu, skupin nebo fragmentu (aminokyseliny, nukleotidy apod.) a jejich nasledna modifikace. Zobrazuji se tez vypoctene udaje o energiich, nabojich, elektronovych hustotach, hydrofobicite apod.
2) Urcovani vlastnosti molekul a modelovani inter- a intramolekularnich interakci s vyuzitim empirickych a neempirickych vypoctu. Jedna se predevsim o vypocty energii molekul a energeticke optimalizace jejich geometrii na ruznych urovnich (kvantova nebo molekulova mechanika apod.), dale o vypocty prubehu reakci, tj. o vypocty tranzitnich a stacionarnich stavu, vypocty solvatacnich a jinych interakcnich energii, vypocty vodikovych vazeb apod.
3) Sledovani strukturnich a dalsich vlastnosti v case pomoci molekulove dynamiky nebo Monte-Carlo vypoctu, pri kterem se napr sleduje casovy prubeh chovani molekuly v roztoku nebo plynne fazi nebo se sleduje prubeh interakce dvou molekul apod.
4) Korelace ruznych vlastnosti pomoci statistickych postupu a vyuziti chemickych databazi k predpovidani dalsich vlastnosti, napr. biologickych ucinku. Techto postupu se vyuziva napr. pri navrhu novych leciv, kdy se ze souboru latek, vykazujicich urcity biologicky efekt, vyhleda tzv. biofor, tj. spolecny fragment, zodpovedny za takovy ucinek. Pomoci bioforu se pak prohledavaji rozsahle strukturni databaze sloucenin a z nalezenych latek, ktere mohou byt i zdanlive strukturne odlisne, se pak vybiraji vhodne slouceniny na testovani, ktere mohou mit napr. nizsi vedlejsi ucinky nez puvodni latky.
5) Interpretace experimentalnich chemickych dat. Bezne se napr. z NMR dat nebo difrakcnich obrazcu extrahuji strukturni omezeni (vzdalenosti, uhly mezi atomy apod.), pomoci kterych se konstruuje studovana molekula, a po ruznych upravach se simuluje jeji spektrum nebo jiny experimentalni udaj. Ten se porovna se skutecnosti a puvodni model se patricne koriguje. Opakovanim tohoto cyklu lze dospet k udajum, ktere jsou ze samotneho spektra nezjistitelne.
Nejvetsi vyhodou molekuloveho modelovani je moznost studovat nejenom latky zname a pripravene, ale tez latky uplne nove, jez dosud nebyly syntetizovany, ci jez se z nejruznejsich duvodu nepodarilo experimentalne charakterizovat. Proto se CAMM tradicne siroce vyuziva predevsim pri konformacni analyze v organicke chemii a biochemii a ve farmaceutickem prumyslu pri navrhu novych leciv. Vposledni dobe nachazi stale vetsi uplatneni tez v materialovem inzenyrstvi k navrhu novych plastu, vodicu, katalyzatoru a jinych materialu, nebot u teoreticky vyrobenych modelu lze pak pocitat napr. jejich mechanicke, elektricke, opticke a dalsi vlastnosti.
Z nastroju, ktere molekulove modelovani vyuziva, je nezbytne se zminit nejprve o pocitacove grafice, jejimz hlavnim ukolem je interaktivni zobrazovani chemickych struktur a manipulace snimi. Kreprezentaci molekul se vyuzivaji barevne trirozmerne tycinkove, kalotove a dalsi modely, ktere umoznuji zvyraznit studovane vlastnosti, napr. sekundarni a terciarni strukturu u biopolymeru, elektrostaticky potencial, molekulove orbitaly, povrch molekuly apod. Pocitacova grafika umoznuje tez otacet s molekulami na obrazovce v libovolnem zvetseni a v rezu, vytvaret jejich stereoobraz, superponovat konformery nebo molekuly a porovnavat jejich molekulovy objem a radu dalsich funkci. Pozadavky na kvalitu zobrazeni (vysoke rozliseni a pocet barev) a graficky vykon, jez je nezbytny pro interaktivni praci, v soucasne dobe vetsinou prevysuji moznosti pocitacu tridy PC, a tak je molekularni grafika vysadou grafickych pracovnich stanic a grafickych superpocitacu.
Klicovou soucasti molekuloveho modelovani je vypocetni chemie. Okruh problemu, ktere pri molekularnim modelovani resi vypocetni chemie, je velmi siroky a jeden mozny zpusob klasifikace vychazi ze stupne aproximace, pouziteho pri navrhu modelu. Na nem pak zavisi ulohy, ktere dana metoda muze resit, kvalita vysledku a v neposledni rade i delka vypoctu. Nejvyssi stupen aproximace pouzivaji tzv. molekulove mechanicke metody, kde atomy nebo cele skupiny jsou pri vypoctu nahrazeny kulickami. Potencialova funkce pak vychazi ze zakonu klasicke mechaniky a elektrostatiky a je tvorena radou clenu, ktere charakterizuji zavislost energie na deformacich rovnovaznych vazebnych delek, uhlu a torznich uhlu a na nevazebnych interakcich. Rovnovazne udaje spolu se silovymi konstantami predstavuji parametry teto funkce. Dostupnost techto parametru a jejich spravnost pro ruzne typy sloucenin (male organicke molekuly, sacharidy, proteiny apod.) limituje tuto metodu a ovlivnuje kvalitu vysledku, ktera je v porovnani s ostatnimi vypocetnimi metodami nejnizsi, avsak relativne kratka doba vypoctu umoznuje resit i znacne rozsahle systemy (104-105 atomu). Casto se tedy pouzivaji k optimalizaci geometrie, k vypoctum interakcni energie nebo pri molekulove dynamice. Semi-empiricke metody resi problemy na urovni elektronu. Vypocet vlnovych funkci je vsak zjednodusen pouzitim analytickych vztahu s empirickymi parametry. Okruh problemu, ktere lze temito zpusoby resit, je oproti molekulove mechanice podstatne sirsi a rovnez kvalita vysledku je lepsi. Vypocty jsou ale podstatne delsi, coz omezuje velikost studovanych struktur na 100-150 atomu. Neempiricke metody se lisi od predchozich tim, ze vypocet vlnovych funkci je provaden "od pocatku" (ab initio). Proto je mozne studovat nejenom strukturu molekul a tranzitnich stavu, ale i chemicke reakce, tj. vznik a zanik chemickych vazeb. Ab initio vypocty jsou ze vsech uvedenych metod nejpresnejsi, jsou vsak take casove nejnarocnejsi. Doba vypoctu roste zhruba se treti mocninou poctu elektronu, takze studium je vetsinou z praktickych duvodu omezeno na struktury s maximalne 30-50 atomy.
V posledni dobe se pri modelovani stale vice vyuzivaji ruzne databaze s chemickymi udaji. Nejcasteji jde o strukturni databaze, tj. takove, ktere obsahuji prostorove udaje o chemickych latkach. Prikladem takovych databazi je Cambridge Structural Database nebo Brookhaven Protein Data Bank. Intenzivne se vyvijeji tez databaze s udaji o biologickych ucincich a vlastnostech latek, jez se spolecne s metodami QSAR (kvantitativni vztahy mezi strukturou a aktivitou) pouzivaji pri navrhu novych leciv. Za zminku jiste stoji i databaze spektralnich a dalsich fyzikalne-chemickych dat, jez se pouzivaji pri modelovani stejne jako pri experimentalnich merenich a interpretaci dat, ktere v posledni dobe s modelovanim uzce souvisi.
Vsechny nastroje pouzivane pri molekulovem modelovani se velmi dynamicky vyvijeji a zlepsuji, a tak lze v nejblizsi dobe ocekavat jeste dalsi rozsireni molekulove-modelovacich postupu prakticky do vsech oblasti chemie. Je vsak treba mit neustale na pameti, ze sebelepsi modelovaci studie nenahrazuje experiment. Pouze jej doplnuje a umoznuje hlubsi pochopeni experimentalne zjistenych vysledku.
Dr. Ing. Ivan Raich absolvoval VSCHT Praha v r. 1986, v doktorandskem studiu, ktere ukoncil obhajobou v r. 1994, se zabyval stereochemii sacharidu. Nyni je zamestnan jako odborny asistent na Ustavu chemie prirodnich latek VSCHT Praha.