Виды моделирования
Единая классификация видов моделирования затруднительна в силу уже показанной многозначности понятия «модель» в науке и технике. Её можно проводить по различным основаниям:
по характеру моделей (т. е. по средствам моделирования);
по характеру моделируемых объектов;
по сферам приложения моделирования (моделирование в технике, в физических науках, в химии, моделирование процессов живого, моделирование психики и т. п.)
по уровням («глубине») моделирования, начиная, например, с выделения в физике моделирования на микроуровне (моделирование на уровнях исследования, касающихся элементарных частиц, атомов, молекул).
В связи с этим любая классификация методов моделирования обречена на неполноту, тем более, что терминология в этой области опирается не столько на «строгие» правила, сколько на языковые, научные и практические традиции, а ещё чаще определяется в рамках конкретного контекста и вне его никакого стандартного значения не имеет.
Наиболее известной является классификация по характеру моделей. Согласно ей различают следующие пять видов моделирования [3]:
1. Предметное моделирование, при котором модель воспроизводит геометрические, физические, динамические или функциональные характеристики объекта. Например, модель моста, плотины, модель крыла самолета и т.д.
2. Аналоговое моделирование, при котором модель и оригинал описываются единым математическим соотношением. Примером могут служить электрические модели, используемые для изучения механических, гидродинамических и акустических явлений.
3. Знаковое моделирование, при котором в роли моделей выступают схемы, чертежи, формулы. Роль знаковых моделей особенно возросла с расширением масштабов применения ЭВМ при построении знаковых моделей.
4. Со знаковым тесно связано мысленное моделирование, при котором модели приобретают мысленно наглядный характер. Примером может в данном случае служить модель атома, предложенная в свое время Бором.
5. Наконец, особым видом моделирования является включение в эксперимент не самого объекта, а его модели, в силу чего последний приобретает характер модельного эксперимента. Этот вид моделирования свидетельствует о том, что нет жесткой грани между методами эмпирического и теоретического познания.
Моделирование химических процессов
Материальное (экспериментальное) моделирование широко используется в химии для познания и изучения строения веществ и особенностей протекания химических реакций, для выявления оптимальных условий химико-технологических процессов и др.
В биохимии и фармакологии моделирование играет очень большую роль. Прогресс фармакологии характеризуется непрерывным поиском и созданием новых, более совершенных препаратов. В последние годы при создании новых препаратов за основу берется не биологически активное вещество, как это делалось ранее, а субстрат, с которым оно взаимодействует (рецептор, фермент и т.п.). Для таких исследований необходимы максимально подробные данные о трехмерной структуре тех макромолекул, которые являются основной мишенью для препарата. В настоящее время имеется банк таких данных, включающих значительное число ферментов и нуклеиновых кислот. Прогрессу в этом направлении способствовал ряд факторов. Прежде всего, был усовершенствован рентгеноструктурный анализ, а также разработана спектроскопия, основанная на ядерно-магнитном резонансе. Последний метод открыл принципиально новые возможности, так как он позволил устанавливать трехмерную структуру веществ в растворе, т.е. в некристаллическом состоянии. Существенным моментом явилось и то, что с помощью генной инженерии удалось получить достаточное количество субстратов для подробного химического и физико-химического исследования.
Используя имеющиеся данные о свойствах многих макромолекул, удается с помощью компьютеров моделировать их структуру. Это дает четкое представление о геометрии не только всей молекулы, но и ее активных центров, взаимодействующих с лигандами. Исследуются особенности топографии поверхности субстрата, характер его структурных элементов и возможные виды межатомного взаимодействия с эндогенными веществами или ксенобиотиками. С другой стороны, компьютерное моделирование молекул, использование графических систем и соответствующих статистических методов, позволяет составить достаточно полное представление о трехмерной структуре фармакологических веществ и распределении их электронных полей. Такая суммарная информация о физиологически активных веществах и субстрате должна способствовать эффективному конструированию потенциальных лигандов с высокими комплиментарностью и аффинитетом. До сих пор о таких возможностях можно было только мечтать — сейчас они становятся реальностью.
Компьютерное моделирование молекул основывается на многочисленных приближениях и допущениях. Так, предполагается, что энергия молекул определяется только координатами их атомов в пространстве. Но в реальности молекулы не являются неподвижными, а энергетические расчёты на компьютере проводятся на статических молекулах. Сейчас разрабатываются методы молекулярной динамики, которые позволяют учитывать тепловое движение молекул, но до сих пор нет подходов, которые бы достоверно учитывали энтропийную составляющую энергии. К тому же в разумные сроки можно рассчитать время жизни системы порядка нескольких пикосекунд.
Большие сложности представляет изучение трёхмерной структуры белков. На сегодняшний день нет методов, которые могли бы точно предсказать трёхмерную структуру белка на основе его аминокислотной последовательности. Хотя используется метод аналогий, когда предполагается, что идентичные аминокислотные участки разных белков укладываются аналогичным образом. Экспериментальное же получение трёхмерных изображений сопряжено с множеством трудностей: для проведения рентгеноструктурного анализа требуется кристаллизация белка (что возможно только для растворимых белков), а возможности ядерного магнитного резонанса ограничиваются молекулярным размером белков.
Роль молекулярного моделирования, как для фундаментальных, так и для прикладных исследований в области молекулярной биологии и биохимии неуклонно растёт. Это связано и с совершенствованием математического аппарата, и с ростом производительности вычислительной техники, и накоплением огромного количества фактического материала, требующего анализа.
