氨基酸是构成生命的重要成分，氨基酸能够形成肽和蛋白，而且通过精确的设计组分可能免于光照射产生损坏。通常分子从电子激发态弛豫到基态的速率必须比发生损坏的速率更快，才能够防止分子的光损害，但是目前人们对这种光化学反应过程仍没有深入理解。这其中比较重要的原因是，这种体系进行理论模拟的计算非常昂贵，一般只能对较小的发色团进行模拟计算。

有鉴于此，维也纳大学Philipp Marquetand等报道通过深度神经网络的方法实现了对酪氨酸（tyrosine）的激发态动力学模拟，这种方法中通过量子化学数据的基础与不同层次的理论进行结合。

本文要点

（1）

通过计算化学进行高精度的模拟实验尺度的络氨酸激发态动力学，通过对ps时间尺度模拟，能够与近期的相关实验表征结果进行对比。通过之前发展的基于深度神经网络计算进行光动力学模拟，发现以往未曾报道的“漫游”反应过程。

（2）

研究发现络氨酸在激发态条件发生违背化学直觉的“漫游“(Roaming)动力学过程，并且这种漫游动力学与其他多种超快速的失活动力学之间竞争，揭示了漫游原子物种是能够产生光损伤的自由基物种，因此为改善生物体系的光稳定性、避免光损伤提供机会。

参考文献

Westermayr, J., Gastegger, M., Vörös, D. et al. Deep learning study of tyrosine reveals that roaming can lead to photodamage. Nat. Chem. (2022)

DOI: 10.1038/s41557-022-00950-z

https://www.nature.com/articles/s41557-022-00950-z