Empirical methods for calculating partial atomic charges

RNDr. Tomáš Raček

Doctoral thesis

Abstract:

Parciální atomové náboje jsou teoretický koncept, který zjednodušuje popis elektronové hustoty v molekule. Nacházejí mnoho uplatnění v oborech, jako je bioinformatika, biochemie nebo chemoinformatika. Parciální atomové náboje nemohou být zjištěny experimentálně -- jejich hodnoty musí být určeny výpočtem. Nejčastějším způsobem je využití kvantové mechaniky, ale výpočetní složitost těchto metod omezuje jejich použití pouze na velmi malé systémy. V posledních více než padesáti letech bylo vyvinuto velké množství tzv. empirických metod pro výpočet parciálních atomových nábojů. Tato skupina metod využívá parametrizovaná nebo naměřená experimentální data. Důsledkem toho jsou výrazně rychlejší než metody kvantové mechaniky a tedy použitelné i pro velké biomolekuly, jako jsou proteiny. Tato práce se zabývá několika tématy z oblasti empirických metod. Nejdříve ukážeme, jak mohou být existující metody vylepšeny, ať už manuálně pro určitou skupinu molekul nebo poloautomaticky s využitím symbolické regrese a genetického programování v doménově specifickém jazyce, který jsme vyvinuli. Dále se zaměříme na proces parametrizace, abychom byli schopni nastavit tyto metody tak, aby reprodukovaly s vysokou přesností zvolený typ kvantově mechanických nábojů. Posledním příspěvkem této práce je zpřístupnění všech těchto výsledků vědecké komunitě skrze webovou aplikaci.

Abstract:

Partial atomic charges are a theoretical concept that simplifies the description of the electron density in a molecule. They find many applications in fields such as bioinformatics, biochemistry, or cheminformatics. Partial atomic charges cannot be obtained from experiment; their values must be determined by calculation. The most common method is the use of quantum mechanics (QM), but the computational complexity of these methods limits their application to very small systems. In the last more than 50 years, however, a large number of so-called empirical methods for calculating partial atomic charges have been developed. This group of methods uses parameterized or experimental data. As a consequence, they are significantly faster than QM methods and thus applicable even for large biomolecules such as proteins. This work addresses several topics in the field of empirical methods. First, we show how existing methods can be improved, both manually for specific groups of molecules and semi-automatically using symbolic regression and genetic programming in a domain-specific language we have developed. Next, we focus on the parameterization process, which allows us to tune these empirical methods to reproduce a particular type of QM charge with high accuracy. The final contribution of this work is then to make all these results available to the community via a web application.

Keywords

Partial atomic charges, Empirical methods, Parameterization, Domain-specific language, Model design

Language used: English

Date on which the thesis was submitted / produced: 22. 10. 2021

Thesis defence

• Date of defence: 17. 2. 2022
• Supervisor: prof. RNDr. Luděk Matyska, CSc.
• Reader: prof. Dr. Gunnar W Klau, prof. Mgr. Daniel Svozil, Ph.D.

Masaryk University

Faculty of Informatics

Doctoral programme / field:
Computer Science / Computing Technology and Methodology