Efficient, precise DFT calculations of NMR shieldings: Revisiting the finite field approach

In de wereld van de chemie is het kennen van de exacte vorm van een molecuul vaak de sleutel tot het begrijpen van de werking ervan. Of een stof een levensreddend medicijn of een giftige vervuiler is, hangt af van de precieze rangschikking van de atomen. Om deze onzichtbare structuren te zien, vertrouwen wetenschappers op een krachtig hulpmiddel genaamd kernmagnetische resonantie, of NMR. Deze techniek werkt als een hoogresolutie vingerafdrukscanner voor moleculen, die de magnetische omgeving rond de atomen erin detecteert. Wanneer een molecuul in een sterk magnetisch veld wordt geplaatst, reageren de atomen erin op unieke manieren die hun buren en hun ruimtelijke relaties onthullen. Het interpreteren van deze signalen is echter niet altijd eenvoudig. Complexe moleculen produceren vaak overlappende signalen die moeilijk te ontwarren zijn, waardoor onderzoekers met meerdere mogelijke vormen blijven zitten die bij de gegevens zouden kunnen passen. Om dit puzzel op te lossen, gebruiken wetenschappers computersimulaties om te voorspellen hoe de NMR-signalen voor verschillende kandidaatstructuren eruit zouden moeten zien. Als de voorspelling van de computer overeenkomt met het experiment in de echte wereld, wordt de structuur bevestigd.

De uitdaging is lang geweest dat deze computerberekeningen extreem moeilijk met hoge precisie uit te voeren zijn. De wiskunde die nodig is om te modelleren hoe een molecuul op een magnetisch veld reageert is complex, en voor veel geavanceerde methoden is de standaardmanier om deze berekeningen uit te voeren ofwel te traag of simpelweg niet beschikbaar. Dit creëert een flessenhals voor het bestuderen van grote, ingewikkelde moleculen die cruciaal zijn in de biologie en geneeskunde. Een team van onderzoekers heeft nu een nieuwe, efficiënte manier ontwikkeld om deze berekeningen uit te voeren. Door een slimme wiskundige afkorting te combineren met een strategie die het werk verdeelt over vele computerprocessoren, hebben zij een methode gecreëerd die zowel snel als zeer nauwkeurig is. Hun aanpak stelt wetenschappers in staat om NMR-signalen voor grote, realistische chemische systemen te voorspellen met een precisieniveau dat wedijvert met de meest gevestigde, maar veel tragere technieken.

De onderzoekers concentreerden zich op een specifiek type berekening bekend als dichtheidsfunctionaaltheorie, wat de werkpaard van de moderne computationele chemie is voor het voorspellen van hoe elektronen zich in moleculen gedragen. Traditioneel vereist het berekenen van de magnetische afscherming — de eigenschap die bepaalt waar het signaal van een atoom in een NMR-spectrum verschijnt — het oplossen van een reeks moeilijke vergelijkingen die beschrijven hoe de elektronenwolk verschuift wanneer een magnetisch veld wordt toegepast. Deze vergelijkingen zijn vaak te ingewikkeld om direct op te lossen voor grote systemen, vooral wanneer de meest nauwkeurige versies van de theorie worden gebruikt. Het team realiseerde zich dat ze, in plaats van te proberen deze complexe vergelijkingen direct op te lossen, het antwoord konden benaderen door kleine, gecontroleerde veranderingen aan te brengen in het magnetische veld en te kijken hoe de energie van het systeem veranderde. Dit is vergelijkbaar met het meten van de helling van een heuvel door twee stappen omhoog te zetten en te zien hoeveel hoger je bent, in plaats van te proberen de helling te berekenen vanaf een kaart.

Om deze "stap-voor-stap" aanpak met de noodzakelijke precisie te laten werken, moest het team twee grote hindernissen overwinnen. Ten eerste bevatten de berekeningen complexe getallen, wat een wiskundige uitbreiding is van reële getallen die een imaginaire component bevatten. Terwijl standaard chemische berekeningen meestal met reële getallen werken, dwingt de aanwezigheid van een magnetisch veld de wiskunde naar het complexe domein. Ten tweede is het proces van het berekenen van de interacties tussen elektronen computationeel duur, wat vaak enorme hoeveelheden computertijd vereist. De onderzoekers losten het eerste probleem op door een versie van de berekening te implementeren die complexe getallen efficiënt afhandelt. Voor het tweede probleem gebruikten ze een techniek genaamd de resolutie-van-identiteit-benadering. Deze methode vereenvoudigt de berekening van elektroninteracties door ze af te breken in kleinere, meer beheersbare stukjes, vergelijkbaar met hoe een groot bouwproject wordt onderverdeeld in kleinere taken die gelijktijdig kunnen worden uitgevoerd.

De meest significante innovatie in dit werk was hoe zij de computerwerkzaamheden organiseerden. In plaats van de berekeningen één na elkaar op een enkele processor uit te voeren, ontwierpen zij een systeem dat de taak verdeelt over meerdere processoren die parallel werken. Ze realiseerden zich dat, omdat het magnetische veld in verschillende richtingen kan worden toegepast, de berekeningen voor elke richting onafhankelijk van elkaar zijn. Dit maakte het mogelijk om elke richting toe te wijzen aan een andere processor, die simultaan kon werken zonder constant met elkaar te hoeven communiceren. Deze hybride aanpak, die zowel gebruikmaakt van gedeeld geheugen als gedistribueerd geheugen rekenen, betekende dat naarmate zij meer computerkracht toevoegden, de tijd die nodig was om een antwoord te krijgen aanzienlijk daalde. In contrast hiermee stoten traditionele methoden vaak op een muur waarbij het toevoegen van meer processoren de berekening niet sneller maakt, omdat de processoren te veel tijd besteden aan het wachten op elkaar.

Het team testte hun nieuwe methode op een verscheidenheid aan moleculen, variërend van eenvoudige ringen zoals benzeen tot grote, complexe medicijnen zoals atorvastatine, dat wordt gebruikt voor de behandeling van een hoog cholesterolgehalte. Ze vergeleken hun resultaten met de gouden standaard van analytische methoden, die bekend staan om hun nauwkeurigheid maar berucht traag en moeilijk uit te voeren zijn op grote systemen. De resultaten toonden aan dat hun nieuwe methode getallen produceerde die vrijwel identiek waren aan de gouden standaard, met fouten die zo klein waren dat ze verwaarloosbaar waren in vergelijking met de natuurlijke onzekerheid in experimentele metingen. Voor de kleinere moleculen was de nieuwe methode sneller dan de traditionele aanpak. Voor de grootste moleculen, die duizenden atomen bevatten, werd de nieuwe methode dramatisch sneller en presteerde het de traditionele aanpak ruime marges bij het draaien op een computercluster. Dit bewees dat hun methode efficiënt schaalt, wat betekent dat het beter wordt met meer rekenkracht in plaats van een prestatieplafond te bereiken.

Om de praktische waarde van hun werk te bewijzen, pasten de onderzoekers de methode toe op een beroemde historische chemische mysteries: de structuur van een natuurlijk product genaamd hexacyclinol. Dit molecuul werd geïsoleerd uit een schimmel gevonden in Siberisch berkenhout, maar de exacte vorm ervan was jarenlang onderwerp van intens debat. Verschillende onderzoeksgroepen stelden verschillende structuren voor, en het was pas bij een totale synthese van het molecuul in 2006 dat de juiste vorm werd bevestigd, waarmee de controverse een einde maakte. De onderzoekers gebruikten hun nieuwe algoritme om de NMR-signalen voor zowel de oorspronkelijk voorgestelde structuur als de herziene, correcte structuur te berekenen. De resultaten lieten duidelijk zien dat de herziene structuur veel beter overeenkwam met de experimentele gegevens dan het oorspronkelijke voorstel. Deze succesvolle toepassing bevestigde dat hun methode niet alleen een theoretische verbetering is, maar een praktisch instrument dat in staat is om echte structurele problemen op te lossen die wetenschappers in het verleden hebben beziggehouden.

De studie onderzocht ook zorgvuldig de bronnen van fouten om ervoor te zorgen dat de snelheid van de nieuwe methode niet ten koste ging van de nauwkeurigheid. Ze testten verschillende groottes van de magnetische veldstappen en verschillende wiskundige benaderingen om het ideale punt te vinden waarop de berekeningen zowel snel als precies waren. Ze ontdekten dat het gebruik van een specifieke, optimale veldsterkte de fouten minimaliseerde, waardoor ze ruim onder de drempel van de experimentele onzekerheid bleven. Ze ontdekten ook dat hoewel sommige veelvoorkomende afkortingen in de software kleine fouten konden introduceren voor zwaardere atomen, deze fouten beheersbaar waren en vermeden konden worden door iets grotere, robuustere instellingen te gebruiken. Deze aandacht voor detail zorgt ervoor dat de methode betrouwbaar is voor een breed scala aan chemische elementen, en niet alleen voor de lichtste.

Door hoog-precieze NMR-berekeningen toegankelijk te maken voor grote en complexe systemen, opent dit werk de deur voor chemici om moleculen te bestuderen die voorheen te moeilijk te analyseren waren. Het vermogen om snel en nauwkeurig te voorspellen hoe een molecuul zich in een magnetisch veld zal gedragen, stelt onderzoekers in staat om structuren te bevestigen, nieuwe medicijnen te ontwerpen en biologische processen met meer vertrouwen te begrijpen. De methode is gebouwd op een fundament van rigoureuze foutanalyse en efficiënt parallel rekenen, wat ervoor zorgt dat het de groeiende complexiteit van modern chemisch onderzoek aankan. Zoals de auteurs opmerken, is deze aanpak niet beperkt tot NMR; dezelfde strategie van het verdelen van onafhankelijke berekeningen over processoren zou kunnen worden toegepast op andere moeilijke problemen in de chemie, wat de manier waarop wetenschappers de moleculaire wereld modelleren potentieel kan transformeren. Het werk staat als een demonstratie dat we, door opnieuw na te denken over hoe we computationele taken organiseren, problemen kunnen oplossen die ooit als te traag of te complex werden beschouwd.