10月31日上午，2013年诺贝尔化学奖获得者、斯坦福大学医学院结构生物学教授Michael Levitt应生命学院邀请，为师生做了题为“Hybrid Multiscale Models for Simulating Functional Motion in Macromolecular Complexes”（模拟大分子复合物的功能性运动的混合多尺度模型）的精彩学术报告。
四十年前，当Levitt教授还在二十多岁的时候，他与同事将经典物理和量子化学巧妙结合用于模拟大分子运动，开创了计算结构生物学。在讲座一开始，Levitt教授首先陈述了一个有趣的现象：尽管计算科学在生物领域进展缓慢，但越来越多的人们日渐意识到，真理其实存在于实验和计算之间。本次讲座，Levitt教授主要围绕分子动力学和标准振荡模式动力学这两种模拟方法，阐述了动力学计算模拟的过去、现在和未来。
在第一个主题中，Levitt教授揭示了分子动力学模拟的三个核心元素：能量、力和运动。我们通过计算能量变化来获得微粒在各个方向的受力，进而根据力而模拟运动。紧接着，他便介绍了上个世纪分子动力学模拟的几项开创性工作：对液态氩和水分子的模拟、以及第一个蛋白的真空动力学模型。而在计算速度受到极大限制的时代，Levitt教授倾尽10年心血，完成了溶液中的蛋白动力学模拟这项创举，为之后的工作奠定了基础。
随后Levitt教授介绍了标准振荡模式动力学的概念，即通过把蛋白简化和抽象成“弹簧”，从而获得其振动的模型。分子动力学模拟与这种方法的最大区别，在于前者是对准确运动方程式的近似解，而后者是对近似运动方程式的准确解。众所周知，在细胞中存在诸多参与核心生命活动的机器：肌球蛋白、核糖体、RNA聚合酶等，Levitt教授向我们一一展示了他们的标准振荡模式模型，让我们深切地领会了标准振荡模式动力学的强大功能。
我们常说“结构决定功能”。然而当众多大分子的结构摆在我们面前，我们依然很难说出它们在分子层面上的结构功能。Levitt教授以核糖体为例，介绍了他关于功能性运动模拟的工作。Levitt实验室收集了已解构的上百个核糖体，并甄选出了形态各异的X射线晶体结构。他戏称：这项工作就像是将一帧一帧混乱的胶片重新剪辑成顺序拼接的运动片段，进而预测出核糖体的动力学模型。
动力学模拟这个领域已经发展了60余年，我们拥有了速度更快的计算机、数据海量的资源，Levitt教授谈及模拟的未来，言语间流露出对新时代的期待。此外，除了经典的动力学模拟，量子动力学模拟也开始在领域内崭露头角。量子动力学模拟出的不同于经典模拟的结果，将为许多大分子的运动提供重要的细节补充。
在问答环节，上科大师生与Levitt教授展开了热烈的讨论，尤其是量子动力学模拟和功能性运动模拟等前沿且新颖的领域，吸引了科大人的广泛关注。“你来我往”的讨论，极大的丰富了讲座的内容，加深了我们对动力学模拟的理解。
【Michael Levitt教授简介】
Michael Levitt，1967年毕业于伦敦国王学院，获物理学学士学位；1971年在剑桥大学英国医学理事会分子生物学实验室获得生物物理学博士学位，并往返于以色列威兹曼研究所（和剑桥大学分子生物学实验室，从事多尺度建模研究工作；1987年之后前往斯坦福大学医学院结构生物学部担任教授至今，并于1993-2004任讲席教授；2013年，与Martin Karplus 和Arieh Warshel因为为复杂的化学系统发展了多尺度模型工作共同获得诺贝尔化学奖。
