Thèse soutenue

Amélioration de la dynamique moléculaire par l'inclusion explicite des effets quantique nucléaire

FR  |  
EN
Auteur / Autrice : Nastasia Mauger
Direction : Jean-Philip Piquemal
Type : Thèse de doctorat
Discipline(s) : Chimie analytique
Date : Soutenance le 04/10/2022
Etablissement(s) : Sorbonne université
Ecole(s) doctorale(s) : École doctorale Chimie physique et chimie analytique de Paris Centre (Paris ; 2000-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire de chimie théorique (Paris ; 1997-....)
Jury : Président / Présidente : Virginie Marry
Examinateurs / Examinatrices : Damien Laage, Sara Bonella
Rapporteurs / Rapporteuses : Scott Habershon, Hichem Dammak

Résumé

FR  |  
EN

La dynamique moléculaire (DM) est un outil puissant pour étudier les propriétés de systèmes complexes. Cependant, cette méthode aborde les particules selon une approche classique via les équations de Newton. Les effets quantiques nucléaires (EQNs), tels que l'énergie du point zéro ou l'effet tunnel, ne sont donc pas pris en compte bien qu’ils aient une influence importante sur les mécanismes de réactions physico-chimiques impliquant des éléments légers, et ce, même à température ambiante. La méthode de référence pour inclure les EQNs est la dynamique moléculaire par intégrales de chemin (PIMD), issue du formalisme de Feynman appliqué à la fonction de partition quantique. Elle repose sur un isomorphisme entre une particule quantique et une chaîne d'oscillateurs harmoniques, appelé beads, reliées par des ressorts. Cependant, le nombre de beads pour converger reste un facteur limitant pour l'application de cette méthode, augmentant drastiquement le temps de calcul (typiquement plusieurs dizaines de fois celui d'une simulation classique) et réduisant la possibilité d'étudier les EQNs sur des systèmes d'intérêt biologique. Le bain thermique quantique (ou QTB) est une alternative intéressante. Cette méthode repose sur l'équation de Langevin où les différents degrés de liberté classiques du système sont couplés à un ensemble d'oscillateurs harmoniques quantiques. Dans le cas classique, l'équation de Langevin obéit au Théorème de Fluctuation-Dissipation (TFD) classique, qui correspond à l'équipartition de l'énergie. Au contraire, le QTB vise à imposer le TFD quantique qui implique d'injecter davantage d'énergie dans les hautes fréquences que dans les basses fréquences pour reproduire les effets d'énergie de point zéro. Cependant, une fuite d'énergie apparaît lorsque la méthode est appliquée à des systèmes réalistes à cause du couplage des modes de hautes fréquences avec ceux de basses fréquences. Pour corriger cela, une méthode adaptative (adQTB) a été proposée où le théorème de fluctuation-dissipation quantique est utilisé comme un critère afin de corriger de façon systématique la fuite d'énergie au cours d'une simulation. Les travaux menés dans cette thèse ont porté sur l'eau, qui est un composé chimique principalement constitué d'hydrogène. Sa faible masse rend l'impact des EQNs non négligeable. Ces derniers jouent donc un rôle crucial dans la dynamique du solvant. De plus, il a été montré que la prise en compte des EQNS au cours d'une dynamique est déterminante pour l'obtention de propriétés telles que la densité ou l'enthalpie de vaporisation. Afin de vérifier de la validité de la méthode adQTB sur un système très anharmonique comme l'eau, les différentes méthodes (PIMD et adQTB) ont été implémentées dans le code de dynamique moléculaire TINKER-HP (CPU et GPU). Les différents résultats obtenus avec le modèle d'eau q-TIP4P/F étant très encourageants pour l'adQTB, un nouveau modèle d'eau polarisable à été développé : Q-AMOEBA. Ce nouveau modèle a permis d'étudier l'effet des EQNs sur une fonctionnelle plus complexe qui inclut la polarisation. Cette étude a démontré que l'impact des ENQs dépend du modèle choisi et qu'une généralisation de leurs effets n'est pas possible. Ainsi, avec ce nouveau champ de forces polarisables et le coût quasi classique de l'adQTB, les EQNs peuvent maintenant être inclus dans les simulations de DM afin de pouvoir les étudier sur des systèmes appliqués et complexes comme des protéines, ouvrant la voie à d’autres domaines en biologie et pharmacologie.