根據本研究的結果，我們希望可以利用兩階段最佳化步驟除了可以 有效率地應用在甘胺酸與水團簇之外，也可以應用於其他有機酸或是蛋 白質分子團簇，無論是否有添加水分子的團簇，或是與其他離子於不同 溶劑分子上形成的團簇。
再者我們希望除了利用快速形狀識別(USR)來篩選以及區分團簇結 構，也可以根據不同的水團簇結構來使用不同的相似度指標，例如:CSR51， 可以應用於具有掌性分子的相似度指標作為分析。
此外，在蜂群演算法以及基因演算法中也希望可以透過各種不同半 經驗方法，使分析出來的資料點得到的結果與力場的方法一樣皆可以得 到相對能量較低但相似度不同的資料分布圖，進而找到更多可能為全域 最小值的結構，也期待未來可以尋找到更精準預測 pKa值的結果。
55
(THEOCHEM) 2003, 626, 127-132.
5 Bachrach, S. M. J. Phys. Chem. A 2008, 112, 3722-3730.
6 Onsager, L. J. Am. Chem.Soc. 1936, 58, 1482-1486.
7 Aikens, C. M.; Gordon, M. S. J. Am. Chem. Soc. 2006, 128, 12835–12850.
8 Kim, C. K.; Park, B.-H.; Lee, H. W.; Kim, C. K. Bull. Korean Chem. Soc.
2011, 32, 1985−1992.
9 Miertus, S.; Scrocco, E.;Tomasi, J. J. Chem. Phys. 1981, 55, 117-129.
10 Marenich, A.V.; Cramer, C. J.; Truhlar, D. G. J. Phys. Chem. B 2009, 113, 4538-4543.
11 Cances, E.; Mennucci, B.; Tomasi, J. J. Chem. Phys. 1997, 107, 3032-3041.
12 Mennucci, B.; Tomasi, J. J. Chem. Phys. 1997, 106, 5151-5158.
13 Mennucci, B.; Cancès, E.; Tomasi, J. J. Phys. Chem. B 1997, 101, 10506-10517.
14 Tomasi, J.; Mennucci, B.; Cancès, E. J. Mol. Struct. (THEOCHEM) 1999,
56
464,211-226.
15 Barone, V.; Cossi, M. J. Phys. Chem. A 1998, 102, 1995-2001.
16 Cossi, M.; Rega, M.; Scalmani, G.; Barone, V. J. Comp. Chem. 2003, 24, 669-681.
17 Pliego Jr., J. R.; Riveros, J. M. J. Phys. Chem. A 2001, 105, 7241-7247.
18 Bandyopadhyay, P.; Gordon, M. S.; Mennucci, B.; Tomasi, J. J. Chem.
Phys. 2002, 116, 5023-5032.
19 Cui, Q. J. Chem. Phys. 2002, 117, 4720-4728.
20 Pliego, J. R., Jr.; Riveros, J. M. J. Phys. Chem. A 2001, 105, 7241-7247.
21 Pliego, J. R., Jr.; Riveros, J. M. J. Phys. Chem. A 2002, 106, 7434-7439.
22 Li, J.; Zhu, T.; Hawkins, G. D.; Winget, P.; Liotard, D. A.; Cramer, C. J.;
Truhlar, D. G. Theor. Chem. Acc. 1999, 103, 9-63.
23 Cossi, M.; Barone, V.; Cammi, R.; Tomasi, J. Chem. Phys. Lett. 1996, 255, 327-335.
24 Kelly, C. P.; Cramer, C. J.; Truhlar, D. G. J. Chem. Theor. Comput. 2005, 1,1133-1152.
25 Kelly, C. P.; Cramer, C. J.; Truhlar, D. G. J. Phys. Chem. B 2006, 110, 16066-16081.
26 Thapa, B.; Schlegel, H. B. J. Phys. Chem. A 2017, 121, 4698−4706.
27 Rebollar-Zepeda, A. M.; Galano,A. Int. J. Quantum Chem. 2012, 112, 3449–3460.
57
28 Rebollar-Zepeda, A. M.; Galano,A. Int. J. Quantum Chem. 2016, 6, 112057-112064.
29 Ho, J.; Coote, M. L. Theor. Chem. Acc., 2010, 125, 3-21.
30 Ho, J.; Coote, M. L. Aust. J. Chem., 2014, 1441-1460.
31 Ho, J.; Ertem , M. Z. J. Phys. Chem. B., 2016, 120, 1319−1329.
32 Camaioni, D. M.; Schwerdtfeger, C. A. J. phys. Chem. A, 2005, 109, 10795-10797.
33 Karaboga, D. An Idea Based On Honey Bee Swarm For Numerical Optimization, Technical Report-TR06, Erciyes University, Engineering Faculty, Computer Engineering Department, 2005.
34 Zhang, J.; Dolg, M. Phys. Chem. Chem. Phys. 2015, 17, 24173-24181.
35 Zhang, J.; Dolg, M. Phys. Chem. Chem. Phys. 2016, 18, 3003-3010.
36 Alexandrova, A. N.; Boldyrev, A. I. J. Chem. Theory Comput. 2005, 1, 566−580.
37 Alexandrova, A. N. J. Phys. Chem. A 2010, 114, 12591−12599.
38 Kanters, R. P. F.; Donald, K. J. J. Chem. Theory Comput. 2014, 10, 5729-5737.
39 Ballester, P. J.; Richards, W. G. J. Comput. Chem. 2007, 28, 1711-1723.
40 Cannon, E. O.; Nigsch, F.; Mitchell, J. BO. Chem. Cent. J. 2008, 2, 3-5.
41 Ballester, P. J. Future Med. Chem. 2011, 3, 65–78.
42 Grant, J. A.; Pickup, B. T. J. Phys. Chem. 1995, 99, 3503–3510.
58
43 Armstrong, M. S.; Morris, G. M.; Finn, P. W.; Sharma, R.; Moretti, L.;
Cooper, R. I.; Richards, W. G. J. Comput. Aided Mol. Des. 2010, 24, 789-801.
44 Hawkins, G. D.; Giesen, D. J.; Lynch, G.C.; Chambers, C. C.; Rossi, I.;
Storer, J. W.; Li, J.; Zhu, T.; Thompson, J. D.; Winget, P.; Lynch, B. J.;
Rinaldi, D.; Liotard, D. A.; Cramer, C. J.; Truhlar, D. G. 2003 AMSOLversion 7.1. University of Minnesota, Minneapolis 45 Liotard, D. A.; Healy, E. F.; Ruiz, J. M.; Dewar, M. JS. 1989,
AMPACversion 2.1
46 Dewar, M. J. S.; Zoebisch, E. G.; Healy, F.; Stewart, J. J. P. J Am Chem
Soc. 1985, 107, 3902–3909.
47 Halgren, T. A. J Comp Chem. 1996, 17:490–641.
48 Chemical Computing Group, Montreal, Canada, MOE 2008.10.
http://www.chemcomp.com
49 Fan, H.-Y.; Lampinen, J. J. Global Optim. 2003, 27, 105–129.
50 http://mackerell.umaryland.edu/charmm_ff.shtml Access time: Nov. 14, 2018.
51 Armstrong, M. S.; Morris, G. M.; Finn, P. W.; Sharma, R.; Richards, W.
G. J Mol Graph Model 2009, 28, 368–370
59
附錄一、人工蜂群演算法之相對能量 E 與 USR 分布圖 a) Cation/1 H2O b) Zwitterion/1 H2O c) Anion/1 H2O
d) Cation/2 H2O e) Zwitterion/2 H2O f) Anion/2 H2O
g) Cation/3 H2O h) Zwitterion/3 H2O i) Anion/3 H2O
j) Cation/6 H2O k) Zwitterion/6 H2O l) Anion/6 H2O
圖 24. 陽離子、兩性離子與陰離子的甘胺酸與一到六個 H2O 分子在 cube 形式下，相對能量 E 與相似度 USR 之比較。
60
a) Cation/1 H2O b) Zwitterion/1 H2O c) Anion/1 H2O
d) Cation/2 H2O e) Zwitterion/2 H2O f) Anion/2 H2O
g) Cation/3 H2O h) Zwitterion/3 H2O i) Anion/3 H2O
j) Cation/6 H2O k) Zwitterion/6 H2O l) Anion/6 H2O
圖 25. 陽離子、兩性離子與陰離子的甘胺酸與一到六個 H2O 分子在 sphere 形式下，相對能量 E 與相似度 USR 之比較。
61
a) Cation/1 H2O b) Zwitterion/1 H2O c) Anion/1 H2O
d) Cation/2 H2O e) Zwitterion/2 H2O f) Anion/2 H2O
g) Cation/3 H2O h) Zwitterion/3 H2O i) Anion/3 H2O
j) Cation/3 H2O k) Zwitterion/3 H2O l) Anion/3 H2O
圖 26. 陽離子、兩性離子與陰離子的甘胺酸與一到六個 H2O 分子在 rigid 形式下，相對能量 E 與相似度 USR 之比較。
62
附錄二、基因演算法之相對能量 E 與 USR 分布圖
a) Cation/1 H2O b) Zwitterion/1 H2O c) Anion/1 H2O
d) Cation/2 H2O e) Zwitterion/2 H2O f) Anion/2 H2O
g) Caion/3 H2O h) Zwitterion/2 H2O i) Anion/3 H2O
j) Caion/6 H2O k) Zwitterion/6 H2O l) Anion/6 H2O
圖 27. 陽離子、兩性離子與陰離子的甘胺酸與一到六個 H2O 分子在基因 演算法下，相對能量 E 與相似度 USR 之比較。
63
64
附錄三、人工算法、蜂群與基因演算法之初始與最佳化結構以 及相對能量 E 比較圖
表 6. 陽離子甘胺酸與一個 H2O 分子在 PCM 溶劑模型下初始結構與最佳 化結構比較圖
GlyC-(H2O)/PCM Initial Geometry Optimized Geometry
人工算法 X
(0.0)
ABC/cube
(4.04)
ABC/sphere
(0.12)
ABC/rigid
(0.17)
GA
(0.12)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
65
表 7. 陽離子甘胺酸與一個 H2O 分子在 SMD 溶劑模型下初始結構與最佳 化結構比較圖
GlyC-(H2O)/SMD Initial Geometry Optimized Geometry
人工算法 X
(0.0)
ABC/cube
(1.97)
ABC/sphere
(0.04)
ABC/rigid
(0.94)
GA
(0.0)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
66
表 8. 陽離子甘胺酸與二個 H2O 分子在 PCM 溶劑模型下初始結構與最佳 化結構比較圖
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
GlyC-(H2O)2/PCM Initial Geometry Optimized Geometry
人工算法 X
(0.0)
ABC/cube
(3.28)
ABC/sphere
(3.66)
ABC/rigid
(1.23)
GA
(0.78)
67
表 9. 陽離子甘胺酸與二個 H2O 分子在 SMD 溶劑模型下初始結構與最佳 化結構比較圖
GlyC-(H2O)2/SMD Initial Geometry Optimized Geometry
人工算法 X
(0.0)
ABC/cube
(1.24)
ABC/sphere
(0.80)
ABC/rigid
(1.72)
GA
(0.48)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
68
表 10. 陽離子甘胺酸與三個 H2O 分子在 PCM 溶劑模型下初始結構與最 佳化結構比較圖
a)ABC 為人工蜂群演算法，GA 為基因演算法，Schlegel 為 3 個 H2O 分子在羧酸端結 構，Galano 為 3 個 H2O 分子在氨基端結構，其中括弧內為相對能量 E(kcal/mol)
GlyC-(H2O)3/PCM Initial Geometry Optimized Geometry
人工算法 X
69
表 11. 陽離子甘胺酸與三個 H2O 分子在 SMD 溶劑模型下初始結構與最 佳化結構比較圖
a)ABC 為人工蜂群演算法，GA 為基因演算法，Schlegel 為 3 個 H2O 分子在羧酸端結 構，Galano 為 3 個 H2O 分子在氨基端結構，其中括弧內為相對能量 E(kcal/mol)
GlyC-(H2O)3/SMD Initial Geometry Optimized Geometry
人工算法 X
70
表 12. 陽離子甘胺酸與六個 H2O 分子在 PCM 溶劑模型下初始結構與最 佳化結構比較圖
GlyC-(H2O)6/PCM Initial Geometry Optimized Geometry
人工算法 X
(3.02)
ABC/cube
(3.50)
ABC/sphere
(5.51)
ABC/rigid
(0.23)
GA
(0.0)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
71
表 13. 陽離子甘胺酸與六個 H2O 分子在 SMD 溶劑模型下初始結構與最 佳化結構比較圖
GlyC-(H2O)6/SMD Initial Geometry Optimized Geometry
人工算法 X
(6.99)
ABC/cube
(3.31)
ABC/sphere
(2.77)
ABC/rigid
(1.42)
GA
(0.0)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
72
表 14. 兩性離子甘胺酸與一個 H2O 分子在 PCM 溶劑模型下初始結構與 最佳化結構比較圖
GlyZ-(H2O)/PCM Initial Geometry Optimized Geometry
人工算法 X
(0.09)
ABC/cube
(0.0)
ABC/sphere
(0.0)
ABC/rigid
(0.0)
GA
(0.09)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
73
表 15. 兩性離子甘胺酸與一個 H2O 分子在 SMD 溶劑模型下初始結構與 最佳化結構比較圖
GlyZ-(H2O)/SMD Initial Geometry Optimized Geometry
人工算法 X
(0.44)
ABC/cube
(0.0)
ABC/sphere
(0.0)
ABC/rigid
(0.0)
GA
(0.05)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
74
表 16. 兩性離子甘胺酸與二個 H2O 分子在 PCM 溶劑模型下初始結構與 最佳化結構比較圖
GlyZ-(H2O)2/PCM Initial Geometry Optimized Geometry
人工算法 X
(5.41)
ABC/cube
(7.24)
ABC/sphere
(7.24)
ABC/rigid
(5.41)
GA
(0.0)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
75
表 17. 兩性離子甘胺酸與二個 H2O 分子在 SMD 溶劑模型下初始結構與 最佳化結構比較圖
GlyZ-(H2O)2/SMD Initial Geometry Optimized Geometry
人工算法 X
(0.03)
ABC/cube
(2.36)
ABC/sphere
(2.35)
ABC/rigid
(0.0)
GA
(0.0)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
76
表 18. 兩性離子甘胺酸與三個 H2O 分子在 PCM 溶劑模型下初始結構與 最佳化結構比較圖
GlyZ-(H2O)3/PCM Initial Geometry Optimized Geometry
人工算法 X
77
表 19. 兩性離子甘胺酸與三個 H2O 分子在 SMD 溶劑模型下初始結構與 最佳化結構比較圖
GlyZ-(H2O)3/SMD Initial Geometry Optimized Geometry
人工算法 X
78
表 20. 兩性離子甘胺酸與六個 H2O 分子在 PCM 溶劑模型下初始結構與 最佳化結構比較圖
GlyZ-(H2O)6/PCM Initial Geometry Optimized Geometry
人工算法 X
(8.53)
ABC/cube
(1.63)
ABC/sphere
(2.73)
ABC/rigid
(4.30)
GA
(0.0)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
79
表 21. 兩性離子甘胺酸與六個 H2O 分子在 SMD 溶劑模型下初始結構與 最佳化結構比較圖
GlyZ-(H2O)6/SMD Initial Geometry Optimized Geometry
人工算法 X
(6.04)
ABC/cube
(1.22)
ABC/sphere
(2.31)
ABC/rigid
(2.86)
GA
(0.0)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
80
表 22. 陰離子甘胺酸與一個 H2O 分子在 PCM 溶劑模型下初始結構與最 佳化結構比較圖
GlyA-(H2O)/PCM Initial Geometry Optimized Geometry
人工算法 X
(6.24)
ABC/cube
(6.32)
ABC/sphere
(6.49)
ABC/rigid
(6.30)
GA
(0.0)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
81
表 23. 陰離子甘胺酸與一個 H2O 分子在 SMD 溶劑模型下初始結構與最 佳化結構比較圖
GlyA-(H2O)/SMD Initial Geometry Optimized Geometry
人工算法 X
(0.0)
ABC/cube
(0.25)
ABC/sphere
(0.25)
ABC/rigid
(0.37)
GA
(0.44)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
82
表 24. 陰離子甘胺酸與二個 H2O 分子在 PCM 溶劑模型下初始結構與最 佳化結構比較圖
GlyA-(H2O)2/PCM Initial Geometry Optimized Geometry
人工算法 X
(0.04)
ABC/cube
(4.46)
ABC/sphere
(2.40)
ABC/rigid
(0.04)
GA
(0.0)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
83
表 25. 陰離子甘胺酸與二個 H2O 分子在 SMD 溶劑模型下初始結構與最 佳化結構比較圖
GlyA-(H2O)2/SMD Initial Geometry Optimized Geometry
人工算法 X
(0.02)
ABC/cube
(1.55)
ABC/sphere
(0.78)
ABC/rigid
(0.07)
GA
(0.0)
a)ABC 為人工蜂群演算法，GA 為基因演算法，其中括弧內為相對能量 E(kcal/mol)
84
表 26. 陰離子甘胺酸與三個 H2O 分子在 PCM 溶劑模型下初始結構與最 佳化結構比較圖
GlyA-(H2O)3/PCM Initial Geometry Optimized Geometry
人工算法 X
85
表 27. 陰離子甘胺酸與三個 H2O 分子在 SMD 溶劑模型下初始結構與最 佳化結構比較圖
GlyA-(H2O)3/SMD Initial Geometry Optimized Geometry
人工算法 X
86
附錄四、人工蜂群演算法使用 lego 程序之步驟流程圖
第一步，設置 cube 與 sphere 形式之甘胺酸水分子團簇輸入檔，以兩 性離子甘胺酸與一個 H2O 分子為例，其輸入檔為 xyz 檔，內容如下:
圖 28. 兩性離子甘胺酸 xyz 檔
圖 29. H2O 分子 xyz 檔
第二步，設置兩個檔案為.inp 檔以及.cluster 檔
圖 30. 兩性離子甘胺酸水分子團簇 cube 形式之 inp 檔
87
圖 31. 兩性離子甘胺酸水分子團簇 sphere 形式之 inp 檔
其中 glyh2o 為檔案名稱，cube 和 sphere 為團簇形式，50 為計算最大 數量。
圖 32. 兩性離子甘胺酸水分子團簇之 cluster 檔
其中 2 為種類數量的分子，./為當下執行路徑，若為非該路徑則必須 輸入絕對路徑執行，1 為數量。
第三步，設置所有檔案之後，執行檔案
../../ lego Gly.xyz > Gly.log & ( 18 ) ../ 為當下執行路徑，若為非該路徑則必須輸入絕對路徑執行。
第四步，找尋能量最小值的結構於 glyh2o-LM 中，其檔案命名為 0.gjf
圖 33. 人工蜂群演算法 glyh2o-LM 中得到能量的結構
88 MacKerel錯誤! 找不到參照來源。8中的「toppar/par_all36_cgenff.rtf」檔案得到，其 結果如下:
圖 35. 兩性離子甘胺酸之 toppar/par_all36_cgenff.rtf 檔案 由上述圖 34 中的 C 為例，C 為 CG324 對照至圖 35 的
「toppar/par_all36_cgenff.rtf」檔案中，計算 ε (KJ/mol)和 σ (Å )值帶入公式
ABCluster CHARMM
89
σ = 2.1750 x
5
2
6= 3.8754 ( 21 )其兩性離子甘胺酸與水分子之 xyz 檔建立完成，其結果如下:
圖 36. 兩性離子甘胺酸之 xyz 檔
圖 37. 水分子之 xyz 檔
第三步，設置甘胺酸水團簇之 inp 檔以及 cluster 檔，此部分也以兩
90
性離子甘胺酸與一個水分子為例
圖 38. 甘胺酸水團簇之 inp 檔
其中 population size 為參數 SN，maximal generation 為參數 gmax，scout limit 為 glimit。根據水分子的不同設置的參數可參考表 1。
圖 39. 甘胺酸水團簇之 cluster 檔
其中.. /為當下執行路徑，若為非該路徑則必須輸入絕對路徑執行。2 為分子種類的數量，1 為分子數量。2.0 平移向量。
第四步，所有檔案設置完畢之後，執行檔案
../ rigidmol-optimizer glyh2o.inp > glyh2o.log & ( 22 ) 第五步，執行完後可以尋找其 glyh2o-LM 中的結構，其中最低能量
../ rigidmol-optimizer glyh2o.inp > glyh2o.log & ( 22 ) 第五步，執行完後可以尋找其 glyh2o-LM 中的結構，其中最低能量