计算化学使用理论模型和计算机模拟来预测分子结构、性质和反应性。该领域跨越了一系列平衡准确性和计算成本的方法。在最高水平上，从头算方法仅使用基本物理常数求解薛定谔方程。 Hartree-Fock (HF) 理论提供了平均场近似，其中每个电子在所有其他电子的平均场中移动。后 HF 方法（MP2、CCSD、CCSD(T)）恢复电子关联能，CCSD(T) 被认为是小分子的黄金标准。密度泛函理论 (DFT) 通过将能量表示为电子密度的函数而不是多电子波函数，提供了良好的精度成本比。

流行的 DFT 泛函和基组

常见的 DFT 泛函包括 B3LYP（包含精确 HF 交换的混合泛函）、M06（针对主族和过渡金属热化学参数化的明尼苏达泛函）和 ωB97X-D（具有经验色散的范围分离杂化）。每个官能团都有优点和缺点：B3LYP 对于有机分子表现良好，但对于过渡金属配合物和分散体结合系统表现不佳； M06 系列泛函能更好地处理金属； ωB97X-D 包括对非共价相互作用至关重要的色散校正。基集将分子轨道近似为基函数的线性组合。最小基组（STO-3G）功能较少，但精度较差。 Pople 型分裂价组（6-31G*、6-311+G**）增加了偏振和漫射功能。 Dunning 的相关一致集（cc-pVDZ、cc-pVTZ、cc-pVQZ）使系统能够收敛到完整的基组极限，这对于高精度计算至关重要。

势能面和几何优化

势能面 (PES) 描述了分子系统的能量如何随核坐标变化。 PES 上的驻点对应于平衡几何形状（最小值）和过渡状态（一阶鞍点）。几何优化算法遵循能量（力）的负梯度来定位附近的最小值。 Hessian（二阶导数）计算证实了驻点的性质：最小值具有所有正振动频率，而过渡态恰好具有与反应坐标相对应的一个虚频率。使用微移弹性带 (NEB) 或本征反应坐标 (IRC) 计算等方法可以找到通过过渡态连接最小值的反应路径。

振动频率分析和热化学

振动频率分析提供结构验证和热化学数据。在应用缩放因子（对于 DFT 通常为 0.96-0.98）以校正非谐性和基组不完整性后，可以将计算出的频率与实验红外和拉曼光谱进行比较。通过相同的计算，统计热力学可得出指定温度下的零点能量、焓和吉布斯自由能。虚数频率的缺失确认了真实的最小值，而 IRC 计算则验证了过渡态连接了正确的反应物和产物。这些热化学修正对于使用过渡态理论计算反应速率至关重要：“k = (k_BT/h) exp(-ΔG‡/RT)”。

溶剂化模型

大多数化学反应发生在溶液中，因此溶剂化建模至关重要。连续溶剂化模型将溶剂视为空腔中溶质周围的可极化介电介质。可极化连续介质模型 (PCM) 从重叠的原子球体构建腔。 SMD 模型添加了短程项，以提高特定溶剂的准确性。这些模型考虑了溶剂的静电极化（快速响应），并且在某些实施中还考虑了空化和色散的影响。然而，连续介质模型无法捕获特定的溶剂-溶质相互作用，例如与第一溶剂化壳层的氢键合。对于这种情况，需要在 QM/MM 方案或簇连续体方法中使用离散溶剂分子进行显式溶剂化。

QM/MM 方法和分子动力学

QM/MM（量子力学/分子力学）方法将系统划分为量子区域（用 DFT 或从头计算）和经典区域（用力场处理）。这种混合方法能够准确研究酶反应，其中活性位点（底物、催化残基、金属辅因子）经过量子力学处理，而周围的蛋白质则经过 MM 处理。分子动力学 (MD) 模拟通过使用经典力场（AMBER、CHARMM、OPLS）积分牛顿方程来随时间传播原子位置。 MD 探索构象空间并提供热力学和动力学信息。常见的系综有NVT（恒定数量、体积、温度）和NPT（恒定压力）。增强采样技术（元动力学、伞式采样）克服了传统 MD 时间尺度无法跨越的能量障碍。

在药物设计和材料科学中的应用

计算化学在药物开发中不可或缺。分子对接通过对结合位点的数百万个姿势进行评分来预测小分子如何与蛋白质靶标结合。虚拟筛选在实验测试之前通过计算过滤大型化合物库，从而大大降低成本。自由能扰动 (FEP) 和热力学积分为先导化合物优化提供高度准确的结合亲和力预测。在材料科学中，计算方法可以预测带隙、机械性能和反应机制。高通量计算筛选加速了新催化剂、电池材料和光伏化合物的发现。经过 DFT 数据训练的机器学习原子间势现在可以在力场速度下实现接近 DFT 的精度，从而开辟了计算化学的新领域。