2009年开始的Revival of pair natural orbital有潜力能够把DFT逐出200个原子以下的应用。PNO-CCSD(T)的计算量在200个原子以下（很好的基组）可以低于HF。最大的计算已经到3000个原子了，单机和小规模并行化。Orca和turbomole是主力，最近连Molpro都已经完全转向PNO了。

前提是能够搞定这方面的性质计算，这个理论上没有障碍，但工作量非常大。而PNO的主力Frank Neese。。。似乎太忙了。。。

【 在 hillhong (aiming 98%) 的大作中提到: 】
: 都是靠计算机的发展
: 以前b3lyp时间跟HF差不多，结果跟MP2差不多自然流行，90中后期还主要用6-31G*
: 现在算个小分子，用CCSD根本不是问题，MRCI也很容易，基组都是6-311G*或aug-cc-pvtz
: ...................
--
FROM 134.93.202.*

有吧，可以predict很多酶的活性位点，药物设计
@woodchunkle
【 在 maplesnow (大C猴) 的大作中提到: 】
: 很好奇，这个化学奖的工作对biology和biochemistry有实际影响么？
--
FROM 211.99.222.*

Equation of motion coupled cluster (EOMCC)或者CC linear response。Gaussian和Molpro里有，但只能用数值梯度。掌握了EOMCC解析梯度的是CFOUR程序，但CFOUR没有像Gaussian和Molpro开发的那么完善。

CC有一个问题是复杂度高，像Gaussian从来没有掌握CC的解析梯度（哪怕是基态的），所以Gaussian的构型优化通常只能用DFT, MP2这些。用数值梯度的话，对大体系来说计算量太大了。Molpro经过无厘头的漫长时间之后，一个月前Werner宣称搞定了CCSD的梯度，估计为了CCSD(T)还能再折腾好几年。

【 在 hillhong (aiming 98%) 的大作中提到: 】
: 激发态构型优化有啥好办法？
--
FROM 134.93.202.*

呵呵，酱紫。估计他们觉得没有人会用。。。Molpro应该有数值梯度吧。

Q-chem有可能也有，Anna Krylov是专业做EOM的。

【 在 hillhong (aiming 98%) 的大作中提到: 】
: 好像EOM-CC高斯只能算能量，连数值梯度都没有
: http://www.gaussian.com/g_tech/g_ur/k_eom.htm
--
FROM 134.93.202.*

对计算原理不了解, 说说我对计算化学/生物学在生物/生化的影响的看法吧. 基本上计算生物学在生物里还处于边缘科学,在预测蛋白结构功能和生物分子的相互作用方面严重依赖已有同源结构.

预测药物靶点和虚拟筛选方面好些, 可以作为筛药的第一步, 把范围缩小到几十到几百个化合物, 后面的工作还是要依赖实验, 因为计算结果的区分度不高.

生物领域里做得比较好的是David Baker, 目前可以设计蛋白. 不知道计算领域的人对他怎么看?


【 在 maplesnow (大C猴) 的大作中提到: 】
: 很好奇，这个化学奖的工作对biology和biochemistry有实际影响么？
--
FROM 134.174.21.*