技术分享|分子动力学模拟的发展史、方法及应用（二）

在分子动力学模拟的发展史及方法（一）中，我们已经对分子模拟的分类、分子动力学模拟的历史进行了介绍。这篇公众号会对方法模型、程序方法以及如何选择软件进行详细分享，当然也包括分子动力学模拟的应用。

五、物理模型方法

为了更好地理解分子动力学模拟，这里引入了一些其他的物理模型进行对比。这个图表是依据空间尺度从小到大进行排序。

量子力学模型是所有模型方法中最小尺度的，该模型的本质就是原子核与电子的一个关系，空间尺度可以达到Å级别，时间尺度可达到飞秒级别，它可以用于研究原子、分子的内部。采用的理论方法就是量子力学；在计算过程中的状态变量为波函数；采用的方法是量子化学的方法。

经典力学模型即为我们说的基于牛二定律的模型方法，时间尺度和空间尺度分别是纳秒和纳米级别，本质是研究分子之间作用关系的。采用的理论方法就是牛顿力学；在计算过程中的状态变量位置和动量；采用的方法就是分子动力学模拟的方法。

粗粒度模型，通常研究的不是单一的物质，而是多种物质以粒子形式分散到多种物质的一种分散体系，这里采用的理论方法也是牛顿力学。在计算过程中的状态变量是位置和动量，因为这个模型是基于经典力学模型而开发的，目的是为了减少计算量，所以舍去键的联系，将3-5个原子视为一个粒子。采用的方法就是CGMD模拟的方法；时间尺度和空间尺度也是纳秒和纳米的级别。

前三种提到的物理模型都是微观尺度的模型，第四种模型是属于介观尺度下的一种模型，所谓介观就是介于微观和宏观的一种体系。耗散粒子模型是一种介观尺度的无网格粒子类模拟算法，用于模拟复杂流体的行为。时间尺度和空间尺度分别是微秒和纳米的级别，这里适合的研究对象就是纳米体系，也就是研究0.1-100nm之间的物质。这里采用的理论方法就是随机力学；在计算过程中的状态变量位置和动量；计算方法就是PDP模拟。

连续介质模型的时间尺度可以到达毫秒级别，而空间尺度可达到微米级别，这个尺度就达到宏观体系的范围，所以该模型观察到的也是宏观物质。在宏观体系中，会将质点在空间上视为连续而无空隙地分布。该模型被应用于流体力学。这里采用的理论方法就是连续介质力学；在计算过程中的状态变量是物理场和响应；计算方法就是有限元方法。

总的来说，在原子尺度，一般采用量子力学模型，利用量子化学计算或AIMD模拟方法研究能级、能带、化学键的生成与断裂等性质。在分子尺度，广泛采用 MD模拟方法，研究分子构型与排列顺序体系的热力学与动力学性质等。在更大的宏观尺度，普遍采用连续介质模型结合有限元方法，研究应力、温度、浓度、速度等物理场与形变、热流、扩散流、动量流等的关系。

为更形象的理解微观体系模型它们之间的关系，这里有一张时间尺度和空间尺度的关系图，横坐标是空间尺度，纵坐标是时间尺度，两者之间成正相关关系。

图2 三种微观模型的尺度关系

六、如何选择适合的分子动力学模拟软件

MD模拟的研究对象不同、目的不同，对计算机软硬件条件的要求也不同。因此，选择合适的计算机软硬件，达到以有限的研究经费，在有限时间内取得最佳效果的目的。选择软件可以从以下四方面进行考虑，分别是开源与否、操作系统、应用领域和效率。

是否开源

根据其来源，MD 模拟软件可以分为商业软件和开源软件（免费软件）两大类型。一般来说，商业软件具有更好的图形界面，使用更加方便；相反，开源软件的图形界面可能较差，使用不够方便。但是，商业软件一般不提供源代码，用户不能修改或改进程序；而开源软件提供源代码，用户可以自行改进程序，甚至进行二次开发。因此，以MD模拟作为实验研究辅助手段的用户，可以选购合适的商业软件，以提高工作效率。但是，科研经费不十分充裕的用户，完全可以选择开源软件开展工作；或者，在开展MD模拟的起始阶段选择开源软件进行工作，待积累足够的工作经验和研究成果后，再选购合适的商业软件。这样，可以节省科研经费，减少浪费。

操作系统

衡量MD模拟软件的第二个要素指标是程序运行的操作系统。运行于 Windows操作系统的 MD模拟软件，一般具有优秀的图形界面，使用方便，特别适合初学者和偶然使用者使用。相反，运行于 Linux 操作系统的MD模拟软件有时没有图形界面或图形界面较差，使用不够方便，尤其是对初学者和偶然使用者。但是，在 Linux操作系统下用户不需要在计算机的本地使用系统，可以通过互联网远程登录计算机系统，十分方便。在 Windows 操作系统下，用户虽可以通过远程桌面登录计算机系统，但终究没有使用 Linux 操作系统的远程终端方便。此外，Linux操作系统是多用户系统，当多个用户同时使用计算机系统时，相互间没有任何干扰，有利于系统管理。事实上，大多数 MD模拟软件具备不同版本，可以分别运行于不同的操作系统。

应用领域

衡量MD模拟软件的第三个要素指标是软件的应用领域。许多MD模拟软件，如生物化学中常用的AMBER程序和 CHARMM程序等，专门为某一应用领域开发，功能强大，使用方便。但是，当将这些程序应用于其他领域时，常显得不够灵活，难以适应用户的需要。与专用MD模拟程序主要适用于某些领域的模拟对象不同，通用MD模拟程序不是针对某些应用领域的模拟对象而专门开发，可以方便地应用于各种模拟对象的模拟。通用 MD模拟程序一般具有更多、更灵活的势函数形式，可以自行设置各种势函数参数等，适用性更强。但是，在使用通用MD模拟程序时，用户通常需要输入几乎所有势函数参数及其他模拟参数，没有专用程序方便。

效率

衡量MD模拟软件的最后一个要素指标是软件的效率。通常来说，并行计算及其加速比是与 MD 模拟效率关系最大的指标。目前，几乎所有的MD模拟程序都可以并行运行，但也有少数 MD模拟程序仍发布串行版程序，特别是一些商业MD程序，常发行免费的串行版程序供用户试用。用户必须注意，如果在开始阶段试用了免费的串行版商业 MD程序，但串行版MD程序又不能满足实际模拟需要，同时又没有充足的经费购置并行版的 MD程序，那么这时，不得不切换到其他MD程序，浪费很多时间。

MD模拟算法可扩展性良好，非常容易并行运行。大多数 MD模拟程序具有很高的并行加速比，有的程序，即使在上千个 CPU 上并行运行，也具有相当高的并行效率。

七、常用软件程序

常用程序：AMBER，CHARMM，GROMACS，LAMMPAS，NAMD，TINKER，DL_POLY，Materials Studio，Discovery Studio，DESMOND和CP2K。

以下是一些最常用的分子模拟软件包的比较：

在市面上大部分的动力学软件多是商用软件，GROMACS和LAMMPAS是两款为数不多的在行业内受到普遍认可的开源软件。

八、分子动力学模拟的应用

MD模拟是一种研究分子体系结构与性质的重要方法，已被广泛用于化学化工、生物医药、材料科学与工程、物理等学科领域。MD模拟最直接的研究结果是分子体系的结构特征，包括溶液中的配位结构，生物和合成高分子的构型与形貌，生物和合成高分子与溶剂分子或其他小分子配体之间的相互作用，分子在固体表面的吸附与分布，分子在重力场、电磁场等外场中的取向与分布等。

除了分子体系的结构特征，MD模拟方法还可以研究分子体系的各种热力学性质，包括体系的动能、势能、熔、吉布斯自由能和亥姆霍兹自由能、热容等。通过 MD模拟，还可以得到与体系的状态方程有关的密度、压强、体积、温度等之间的关系。根据体系的能量和自由能，还可以直接或间接地研究体系的相变与相平衡性质等。

此外，利用MD模拟可以研究分子体系的速度自相关函数、速度互相关函数、均方位移等性质，并由此计算体系的自扩散系数、互扩散系数、黏度系数等各种迁移性质。利用非平衡MD模拟，还可以研究各种热力学流与热力学力之间的关系，得到Onsager 意义上的唯象系数。最后，利用反应性分子力场MD模拟或AIMD模拟，还能得到化学键的断裂和生成等与化学反应有关的性质。

总结

以上就是分子动力学模拟的发展史、方法及应用的全部介绍了，希望通过这两篇文章，让大家对分子动力学模拟有一个更加详细、深入的理解。

参考文献

[1]. 严六明,朱素华.分子动力学模拟的理论与实践[M].科学出版社:北京,2013:1.

[2]. 苑世领,张恒,张冬菊.分子模拟理论与实验[M].化学工业出版社:北京.

[3]. 陈正隆.分子动力学模拟与实践[M]. 化学工业出版社, 2007.

[4]. T. D. Sewell and W. Smith, “DL_POLY_2.0: A general-purpose parallel molecular dynamics simulation package,” J. Mol. Graphics 14(3), 136-141 (1996).

[5]. Phillips, J. C., et al. "Scalable molecular dynamics with NAMD." Journal of computational chemistry 26.16 (2005): 1781-1802.

[6]. Ponder, J. W., and F. M. Richards. "An efficient newton-like method for molecular mechanics energy minimization of large molecules." Journal of computational chemistry 8.7 (1987): 1016-1024.

[7]. BIOVIA, Dassault Systèmes. Discovery Studio Modeling Environment, Release 2019. San Diego: Dassault Systèmes, 2019.

[8]. Bowers, K. J., et al. "Scalable algorithms for molecular dynamics simulations on commodity clusters." Proceedings of the ACM/IEEE conference on Supercomputing. ACM, 2006.

[9]. Hutter, Jürg, et al. "CP2K: atomistic simulations of condensed matter systems." Wiley Interdisciplinary Reviews: Computational Molecular Science 4.1 (2014): 15-25.