理论计算作为一项强大的工具，从预测生物大分子结构、模拟蛋白质动态，分析药物相互作用，无不展现其巨大潜力。传统上，生物学和生物医学主要依赖实验和观察来解决问题。然而，理论计算通过结合生物学、化学和物理学的复杂数据，为解析生物机制、预测生物行为和优化生物过程提供了全新视角。近年来，生物领域顶尖期刊中关于理论计算的研究逐渐增多，其需求和应用也日益广泛。
常见的计算体系包括但不限于：DNA、RNA、磷脂双分子层、病毒、分子复合物、药物分子、靶蛋白、酶蛋白等。
常用的软件有：Gaussian、Lammps、Gromacs、Amber、Autodock、Charmm、Desmond、schrodinger等。
可以的计算的内容包括但不限于：
分子对接、虚拟筛选、同源建模、药物设计、配体-受体结合、病毒研究
分子动力学、酶催化、结合自由能、QM/MM、粗粒化模拟、自组装
结构预测、分子间相互作用、能量分析、成键分析、结构聚类分析
回旋半径（Rg）、均方根偏差（RMSD）、均方根涨落（RMSF）
RMSD
RMSF
分子对接
虚拟筛选
药物设计
分子间相互作用
粗粒化模拟
酶催化
QM/MM
生物蛋白分子动力学
同源建模
配体-受体结合
病毒研究
多肽设计
生信分析
蛋白拉伸
成键分析
回旋半径
结合自由能
细胞膜转运
配体通道
氢键分析
蛋白质折叠
QSAR模型预测
SASA分析
成药性分析
分析动力学过程中结构的稳定性。
均方根偏差（Root Mean Square Deviation, RMSD），反映的是体系各个部分原子偏离平均位置的程度，也就是各原子运动幅度的大小。RMSD值越大，说明该原子的运动的空间范围越大,原子的空间位阻也就越小。一般如果RMSD达到了一个周期性的稳定值，就可以认为达到了平衡。
RMSF越小，结构越稳定。
均方根涨落（Root Mean Square Fluctuation，RMSF）计算每个原子相对于其平均位置的涨落，表征了结构的变化对时间的平均 ，给出了结构各个区域柔性的表征。
提供分子间相互作用和结合方式的详细信息。
分子对接是一种用于预测两个或多个分子（如蛋白质和配体、蛋白质与蛋白质）之间相互作用方式和亲和力的计算方法。它在药物设计、分子生物学和生物化学等领域中发挥着重要作用。分子对接方法通常涉及两个主要步骤：搜索算法用于探索可能的配体位置、取向和构象；评分函数用于评估特定配体姿势的亲和力。
快速筛选出潜在的活性化合物。
虚拟筛选是一种利用计算方法从大型化合物库中筛选出具有潜在生物活性的小分子的技术。它被广泛应用于药物发现和开发过程中，以加速和降低新药候选分子的筛选成本。通过虚拟筛选，可以在实验室测试之前预测哪些化合物最有可能对特定的生物靶标具有活性。
计算机辅助药物设计（Computer-Aided Drug Design, CADD）是一种使用计算机和信息技术来发现、设计和优化新药的过程。它可以显著加速药物发现和开发流程，降低成本，并提高新药的成功率。
为理解生物过程中的分子机制提供了的理论基础。
生物分子之间的分子间相互作用是生命科学中的一个核心概念，这些相互作用对于维持生物体的结构和功能至关重要，如氢键、范德华力、化学键等。
有利于模拟大尺度和长时间尺度的生物过程。
粗粒化模拟是一种通过减少系统中原子或分子的细节级别来降低模拟的复杂性的方法，它允许科研人员研究大型生物分子系统，如超大蛋白质、蛋白质复合物或膜蛋白质等，其时间和长度尺度远超过传统分子动力学模拟的能力范围。通过将一组原子简化为一个粗粒化粒子，可以有效地模拟大尺度和长时间尺度的生物过程。
可以深入理解酶催化反应的本质。
酶催化是一种生物催化过程，其中酶作为催化剂加速生物体内的化学反应。酶是生物体内特定蛋白质，具有高度特异性和高效性。它们通过降低反应的活化能来加速反应速率，而不会被反应消耗。酶催化的反应具有高度的立体和化学特异性，这意味着酶对底物及其转换产物的类型有非常特定的要求。
模拟生物大、小分子之间的相互作用。
QM/MM（量子力学/分子力学）是一种混合计算模拟方法，它结合了量子力学（QM）的精确性和分子力学（MM）的高效性，用于研究复杂生物分子系统中的电子过程和大分子行为。这种方法通过对系统的关键部分（如活性位点）应用QM计算来获得精确的电子结构信息，而对系统的其余部分（如蛋白质的主体框架）使用MM方法来处理，从而实现对整个系统的高效模拟
分析蛋白质随时间演化的动力学行为。
通过分子动力学模拟可以研究蛋白质、核酸、脂质和其他生物大分子的动态性质，深化对生物分子机制的理解。如分子动力学模拟帮助理解药物如何与其靶标相互作用,以及如何改进药物分子以提高其亲和力和选择性。在纳米技术和新材料开发中,通过模拟研究分子间相互作用,设计和优化具有特定性能的材料等
预测未知蛋白质的结构。
同源建模（Homology Modeling）是一种蛋白质结构预测方法，它利用已知蛋白质结构的信息来预测未知蛋白质的结构。这种方法假设未知蛋白质与已知蛋白质具有相似的序列和结构，因此可以通过已知蛋白质的结构来构建未知蛋白质的结构模型。
研究配体与受体之间的相互作用。
配体-受体结合是指研究配体与受体之间的相互作用，这种相互作用在生物学、化学和医学等领域中具有重要意义。配体可以是小分子化合物、蛋白质、多肽、核酸或其他生物大分子，而受体则可以是细胞表面的蛋白质或细胞内的蛋白质等。配体-受体结合的研究对于理解生物分子的功能、药物设计、疾病机理和治疗策略等方面具有重要意义。
分析病毒分子的潜在毒性。
病毒研究是生物学、医学和公共卫生等领域中的一个重要分支，主要涉及对病毒的结构、生命周期、传播方式、致病机制以及疫苗和治疗策略的研究。通过分子动力学模拟和生物信息学分析，可以研究病毒与宿主细胞之间的相互作用。
为多肽研究提供理论基础。
多肽设计涉及多肽的结构、序列和功能，通过理论模拟，可以高效、低成本的预测和优化多肽的生物学活性，从而提高蛋白质的功能和稳定性，设计更高效的药物。
深入理解生物系统的结构和功能。
生物信息学（Bioinformatics）分析的生物模拟意义在于它提供了一种手段，用于处理和解释生物学数据，特别是在基因组学、蛋白质组学和系统生物学等领域。生物模拟结合了生物学知识、计算机科学和数学模型，以模拟生物系统的动态行为和功能。
反映大分子的结构紧密程度。
回旋半径（radiuses of gyration，RG）可以代表结构的紧密程度，例如，依靠回旋半径来代表分析模拟过程中蛋白质的肽链松散程度的变化。可以认为RG小，则结构更紧密，结果更稳定。同一体系的回旋半径越大，说明体系发生了膨胀。
研究生物分子之间的结合和解离过程。
自由能计算可用于评估药物分子与目标蛋白质之间的结合亲和力，通过计算结合自由能的变化，可以筛选和优化潜在的药物候选分子。
揭示在分子水平的转运机制。
细胞膜转运是指物质通过细胞膜的过程，这是细胞维持内部环境稳定性和进行物质交换的关键机制。细胞膜转运可以通过不同的方式实现，主要包括主动转运、被动转运、胞吞胞吐等方式。
研究在分子层面的生理活动。
配体通道，也称为离子通道型受体，是一类膜蛋白，它们能够响应特定配体（如神经递质、激素或药物）的结合而开启或关闭，从而允许离子沿其浓度梯度跨越细胞膜。这些通道在细胞信号传递和电生理活动中起着至关重要的作用。
揭示生物分子之间的基本性质。
氢键是生物分子相互作用中最常见和最重要的力量之一。如氢键在蛋白质复合体的形成中起着重要作用，分析这些相互作用中的氢键有助于理解蛋白质之间的识别和结合。
研究折叠的路径以及驱动力。
探索蛋白质从无序状态到有序结构的具体折叠路径，包括中间体和过渡状态。以及揭示蛋白质折叠的驱动力，如氢键、疏水相互作用、范德华力和静电相互作用等。
准确地预测新化合物的活性。
QSAR（Quantitative Structure-Activity Relationship）模型是一种基于数学和统计学的工具，用于预测化学物质的生物活性、毒性、药理特性等。
研究生物分子的构象变化。
SASA（Surface Accessible Surface Area，可及表面积）分析是一种用于量化蛋白质或大分子表面可及性的方法。SASA是指蛋白质分子表面可被溶剂（通常是水）接触到的部分，而不包括蛋白质内部或被其他分子（如配体或蛋白质）占据的部分。SASA分析对于理解蛋白质的构象变化、蛋白质-配体相互作用以及蛋白质的结构-功能关系具有重要意义。
预测药物潜在的生物活性。
成药性分析（Druglikeness Analysis）是一种评估化合物成为药物潜力的方法。它涉及到多个方面的考量，包括化合物的物理化学性质、生物活性、毒理学特性、代谢稳定性、溶解度、渗透性等。通过生物理论模拟，可以预测药物分子与生物大分子（如蛋白质、核酸）的相互作用，评估其潜在的毒性。
