《Communications Chemistry》：DyeDactic workflow to predict halochromism of biosynthetic colourants
编辑推荐：
本研究针对生物合成色素在纺织染色应用中存在的halochromism（pH依赖性变色）预测难题，开发了融合图神经网络（MPNN）筛选与时间依赖密度泛函理论（TD-DFT）计算的DyeDatic多尺度工作流。该研究通过构建647种天然色素的数据库，优化了SCS-ωPBEPP86等双杂化泛函的计算精度（MAE=0.133 eV），并引入pKa预测和构象采样技术，成功预测了紫草红（orcein）等复杂体系的pH变色行为，为可持续染料设计提供了计算工具。
在追求可持续制造的浪潮中，纺织行业正致力于用微生物生产的生物合成色素替代传统合成染料。然而，天然色素存在光稳定性差、染色性能不足等挑战，尤其其颜色常随pH值变化（halochromism现象），这给工业化应用带来极大不确定性。如何精准预测色素在不同pH环境下的颜色表现，成为开发生物合成染料的关键科学问题。
近日，诺丁汉大学Dmitry S. Karlov等人在《Communications Chemistry》发表研究，提出了名为DyeDatic的多尺度计算工作流。该工作流创新性地结合了机器学习快速筛选与量子化学精确计算，能够准确预测生物合成色素的halochromism特性。研究人员首先构建了包含647种天然色素的数据库，通过对比分析发现天然色素在亲水性、分子大小等结构特征上与工业染料存在显著差异。例如，天然色素的脂溶性分布偏向亲水端（类似媒染染料），且缺乏易电离基团，这解释了其直接用于疏水性材料染色的局限性。
为建立高效的预测模型，团队系统评估了多种计算方法的表现。结果显示，基于消息传递神经网络（MPNN）的模型在经过天然色素数据微调后，预测误差（MAE）从0.32 eV显著降低至0.18 eV。在量子化学计算方面，双杂化泛函SCS-ωPBEPP86结合隐式溶剂模型（CPCM）表现出最优性能（MAE=0.133 eV），而ωB97X-D4泛函则在计算成本与精度间取得最佳平衡。
研究的关键创新在于建立了完整的halochromism预测流程：首先通过ChemAxon pKa预测工具确定色素分子的可电离基团，计算不同pH下质子化物种的分布比例，然后对各物种进行TD-DFT计算获得紫外-可见吸收光谱，最后通过加权求和得到任意pH下的颜色预测。该工作流在四种典型天然色素（大黄素emodin、醌茜素quinalizarin、胆绿素biliverdin、紫草红orcein）上得到实验验证。特别是对于构象灵活的胆绿素，研究引入副本交换分子动力学（REMD）模拟进行构象采样，显著改善了颜色预测精度，证明考虑显式溶剂效应对于柔性分子至关重要。
作为应用示范，研究还探究了红色色素bikaverin在高压灭菌条件下变蓝的机制。通过DORAnet分子生成引擎构建衍生物库，结合计算预测发现，乙醇胺取代产生的氨基化衍生物能在酸性pH下呈现蓝色，这解释了培养液变蓝的现象。该方法为理性设计新型生物合成色素提供了强大工具。
本研究发展的DyeDatic工作流不仅适用于纺织染料开发，还可扩展至荧光材料、光动力治疗试剂、光氧化还原催化剂等领域。通过机器学习与量子化学的多层次整合，该工作流实现了从大规模虚拟筛选到精准性质预测的全流程覆盖，为可持续功能性色素的计算机辅助设计建立了新范式。
主要技术方法包括：1）构建647种天然色素的光谱数据库；2）采用消息传递神经网络（MPNN）进行快速筛选；3）运用时间依赖密度泛函理论（TD-DFT）进行电子激发能计算；4）结合pKa预测和物种分布计算pH依赖性颜色；5）对柔性分子采用副本交换分子动力学（REMD）进行构象采样。
研究结果方面，通过"天然色素的探索性分析"揭示了天然色素与工业染料在结构特征上的系统性差异；"过渡能预测技术的性能比较"确立了双杂化泛函的计算优势；"Halochromic性质预测与实验验证"证实了工作流对四种色素的预测准确性；"工作流应用：bikaverin案例"展示了其在机理研究中的实用价值。
该研究的核心结论是：DyeDatic工作流通过多尺度计算策略，成功解决了生物合成色素halochromism行为的预测难题。其重要意义在于将数据驱动的机器学习与第一性原理计算有机结合，既保证了大规模筛选的效率，又确保了预测结果的可靠性，为可持续染料开发提供了新的计算范式。未来通过引入更精确的溶剂化模型和振动光谱分析，有望进一步拓展其在光电功能材料设计中的应用前景。
