利用傳統的分子動力學模擬（Molecular Dynamics Simulations，簡稱MD）研究分子或原子數目巨大的系統需耗費相當久的時間，而且限於研究局部性的運動行為。分散粒子動力學（dissipative particle dynamics，簡稱DPD）模擬的方法是利用分子內原子團間的極性差異、疏水、親水性質，同性相吸異性相斥等概念將計算簡化，可以快速模擬系統中分子聚集的結果，相行為的變化。此方法已應用於有關生物薄膜系統和跟脂質溶液等與相行為有關的動力過程。
本論文利用分散粒子動力學模擬含金原子和有機硫醇分子thiol-terminated oligohydroquinonyl ether（簡稱TTOE）以及各種溶劑的系統。利用這種模擬方法，可以了解溶液中金原子被TTOE包覆聚集形成奈米尺寸球金球顆粒的相變化，並進一步研究奈米金球的物理和化學性質。在甲苯（toluene）溶劑的系統中，模擬所得的奈米金球大小與實驗所得到的結果吻合。
在生物體系的模擬應用方面，本論文嘗試以分散粒子動力學研究蛋白質的水溶液系統，希望藉此方法研究蛋白質折疊的動力行為，及蛋白質分子在溶液中可能的結構。或許可以將DPD模擬的終點當作MD模擬的起始點，做更詳細的研究。

none

目錄
論文提要 i
目錄 ii
圖目 iii
表目 vi
壹、簡介 1
一、金奈米粒子 1
1-1-1 奈米的定義 1
1-1-2 奈米與非奈米物質的性質比較 2
1-1-3 奈米的產品 2
1-1-4金與金奈米粒子性質的比較 3
二、氨基酸 4
1-2-1 胺基酸簡介 4
1-2-2 胺基酸的結構 4
1-2-3 胺基酸胜鍵 5
三、蛋白質 6
1-3-1 蛋白質簡介 6
1-3-2 蛋白質結構 6
貳、原理與方法 8
一、分散粒子動力模擬 8
2-1-1 DPD簡介 8
2-1-2 運動方程式 10
2-1-3 DPD計算長度、速度及時間的簡化單位 15
2-1-4 數值方法 16
二、Flory-Huggins理論 17
參、計算系統 19
一、金奈米粒子 19
3-1-1 模擬系統分子簡介 19
3-1-2 建立模型 20
3-1-3 模擬參數 22
3-1-4 使用軟體及硬體 23
二、蛋白質 24
3-2-1模擬系統分子簡介 24
3-2-2建立模型 27
3-2-3 模擬參數 28
3-2-4 蛋白質結構的模擬 29
3-2-5 使用軟硬體 30
肆、結果與討論 31
一、金奈米粒子 31
二、蛋白質 38
伍、結論 41
一、金奈米粒子 41
二、蛋白質 43
陸、參考資料 45

圖目
圖一：各種金奈米粒子尺寸的顏色變化。 46
圖二：20種胺基酸構形示意圖。 46-51
圖三：胺基酸基本結構示意圖。 52
圖四：金奈米粒子示意圖。 52
圖五：169個金原子及42個TTOE分子MD模擬示意圖。 53
圖六：TTOE分子構形示意圖。 53
圖七：Au-typeⅠ（圖七.a）和Au-typeⅡ（圖七.b）珠子模型示意 圖。 54
圖八：TTOE-typeⅠ（圖八.a-b）和TTOE-typeⅡ（圖八.c-d）珠子模
型示意圖。 54-55
圖九：五種溶劑toulene-type、acetone-type、Ether-type、
Chloroform-type、DMSO-type（圖九.a-e）珠子模型示意圖。 55-56
圖十：ModelⅠ珠子模型示意圖。 57
圖十一：ModelⅡ珠子模型示意圖。 57
圖十二：ModelⅢ珠子模型示意圖。 58
圖十三：ModelⅣ珠子模型示意圖。 59
圖十四：TTOE-Au-Toluene系統，盒子大小10×10×10。 60
圖十五：TTOE-Au-Toluene系統，盒子大小15×15×15 60
圖十六：TTOE-Au-Toluene系統，盒子大小20×20×20。 61
圖十七：TTOE-Au無溶劑系統。 62
圖十八：金奈米粒子系統各種珠子之間aij值大小示意圖。 63
圖十九：TTOE-Au-Acetone系統，盒子大小20×20×20。 64
圖二十：TTOE-Au-Ether系統，盒子大小20×20×20。 65
圖二十一：TTOE-Au-Chloroform系統，盒子大小20×20×20。 66
圖二十二：TTOE-Au-DMSO系統，盒子大小20×20×20。 66
圖二十三：蛋白質1E0Q構形示意圖。 67
圖二十四：蛋白質1DNG構形示意圖。 68
圖二十五：蛋白質兩相鄰胜

[1] Rosi, N.L. and Mirkin, C.A. (2005) “Nanostructures in Biodiagnostics”,Chem Rev. 105, 1547-1562.
[2] M. Haruta, T. Kobayashi, H. Sano, and N. Yamada (1987) “Novel Gold Catalysts for the Oxidation of Carbon Monoxide at a Temperature far below 0 degree C”, Chemistry Letters 2, 405-408.
[3] Hoogerbrugge, P.J. and Koelman, J.M.V.A. (1992) “Simulating Microscopic Hydrodynamic Phenomena with Dissipative Particle Dynamics”, Europhys. Lett. 19, 155.
[4] Groot, R.D. and Rabone, K.L. (2001) “Mesoscopic Simulation of Cell Membrane Damage, Morphology Change and Rupture by Nonionic Surfactants”, Biophys. J. 81, 725.
[5] Jury, S., Bladon, P., Cates, M., Krishna, S., Hagen, M., Ruddock, N. and Warren, P. (1999) “Simulation of amphiphilic mesophases using dissipative particle dynamics”, Phys. Chem. Chem. Phys. 1, 2051.
[6] Prinsen, P., Warren, P.B. and Michels, M.A.J. (2001) “Mesoscale Simulations of Surfactant Dissolution and Mesophase Formation”, J. Phys. Rev. Lett. 89, 148302.
[7] Rekvig, L., Kranenburg, M., Hafskjold, B. and Smit, B. (2003) “Effect of surfactant structure on interfacial properties”, Europhys. Lett. 63, 902.
[8] Groot, R.D. and Warren, P.B. (1997) “Dissipative particle dynamics: Bridging the gap between atomistic and mesoscopic simulation”, J. Chem. Phys. 107, 4423.
[9] Espagnol, P. and Warren P. (1995) “Statistical mechanics of Dissipative
Particle Dynamics”. Europhys. Lett., 30, 191-196.
[10] Allen, M. P. and Tildesley, D. J. (1987) “Computer Simulation of Liquids”, Clarendon Press, Oxford Science Publications.
[11] Bicerano, J. (1996) Prediction of Polymer Properties (2nd edition, Marcel Dekker, New York)
[12] Jacobson, S.H., Gordon, D.J., Nelson, G..V. and Balazs, A. (1992) “Miscible Polymer Blends: Local interaction energy theories and simulations”, Adv. Mater. 4, 198.
[13] Kuo, M.Y., Yang, H.C., Hua, C.Y., Chen, C.L., Mao, S.Z., Deng, F., Wang, H.H. and Du, Y.R. (2004) “Computer Simulation of Ionic and Nonionic Mixed Surfactants in Aqueous Solution”, ChemPhysChem 5, 575.
[14] Flory, P. (1953) Principles of Polymer Chemistry (Cornell University Press, Ithaca)
[15] Ryjkina, E., Kuhn, H., Rehage, H., M