分子動力學演算法

① 分子動力學模擬計算自由能都有哪些方法

這些方法MD和MC都適用，一般都是讀取軌跡文件然後進行計算。
Widom Insertion是計算化學勢比較經典的方法，Frenkel的書上有偽代碼。

② 分子動力學,半經驗方法,完全重頭算及密度泛函這四種方法的主要研究體系及性質的

分子動力學主要是研究生物大分子的。半經驗也是研究大體系的，另外兩種是研究小分子的。

③ 分子動力學應變速率怎麼計算的

分子動力學可以用於NPT,NVE,NVT等系綜的計算,是一種基於牛頓力學確定論的熱力學計算方法,可以廣泛應用於物理,化學,生物,材料,醫學等各個領域.
目前由於計算機性能的限制,其可計算的尺寸還很小,一般計算的粒子數會不會超過5位數,計算的尺寸一般只有幾十納米甚至更小

④ 怎麼學分子動力學模擬與計算

入門階段，首先你要知道你想做什麼，最好是找個看起來不太難的文章照著把裡面的模擬自己重復一遍。因為全原子模擬大都是用一些軟體來進行的，因此你首先需要的是學會一些軟體的使用，常用的生物分子模擬軟體包括：Gromacs、Amber 和 NAMD 等等，材料有關的模擬還有 Lammps 等軟體。學這些東西的時候首先主要是要知道模擬的基本流程以及實現的方法，包括怎樣搭建模擬的體系、各種文件格式的轉換、系綜與盒子的選擇、水及離子、能量極小化等等，等到模擬的軌跡出來怎樣對數據進行處理，等到之後還可以學習軟體裡面的一些插件，例如一些加速采樣的方法等等。

自己學一種語言的話，在初期，做 MD 比較重要的是腳本語言，包括 Shell 腳本或者其它你自己喜歡的腳本。因為最終你還是不太可能完全在自己的電腦上跑程序的，所以要有一個你自己用得比較熟的、能對大規模的數據進行處理的語言，我覺得 Python 是很適合的，而且裡面的 Prody，Matplotlib 等等各種包都非常好用。

入門之後，如果希望自己通過一些量子化學的計算結果去調整和修改現有的力場，那麼需要能看懂其他人的代碼，這種時候很可能會需要能讀懂 Fortran 的代碼。如果自己喜歡做一些簡化模型自己弄著玩，用 Python 之類的寫起來是簡單，但是效率太低，還是需要會一點點 C 或者 C++，當然語言只是一方面，更重要的是自己要結合實際的體系做一些最簡單的優化。

相比起書籍來，還可以關注一些做模擬的學術們聚集的論壇和社區，例如：小木蟲、分子模擬論壇、ResearchGate 等等。

參考書的話，其實有很多，不過還是要看你自己需要哪方面的內容：
分子模擬方面的經典書籍：Understanding molecular simulation: From algorithms to applications 和 Molecular Modelling - Principles and Applications ，兩本書的側重點有些不同。

中文書籍：《分子模擬的理論與實踐》《計算化學——從理論化學到分子模擬》中的部分章節；

偏統計和計算物理方面：Statistical Mechanics: Algorithms and Computations。

⑤ 計算化學的分子動力學

分子動力學使用牛頓運動定律研究系統的含時特性，包括振動或布朗運動。大部分情況經常加入一些經典力學的描述。分子動力學與密度泛函理論的結合稱作Car-Parrinello方法。
半經驗方法
電子結構
半經驗方法省略或近似處理了Hartree-Fock計算中的一些項（例如雙電子積分）。為了修正這些近似方法帶來的誤差，半經驗方法計算使用了一系列由實驗結果擬合的參數。有時，這些參數是根據第一原理計算結果進行擬合的。
經驗方法是對半經驗方法的進一步近似。經驗方法並沒有包括哈密頓量的雙電子部分。經典方法包括埃里克·休克爾提出的應用於π電子體系的Huckel方法和Roald·霍夫曼提出的擴展Huckel方法。
半經驗計算比第一原理計算快很多。但是如果計算的分子與參數化該方法時使用的分子結構不相近時，半經驗方法可能給出完全錯誤的結果。
半經驗方法在有機化學領域應用最為廣泛，因為有機分子的大小適中並主要由少數幾種原子構成。
與經驗方法類似，半經驗方法也可分為兩大類：
限於π電子體系的半經驗方法
限於價電子體系的半經驗方法
分子力學方法
很多情況下，對大分子體系的處理可以完全避免使用量子化學計算。分子力學模擬使用經典力學模型（例如諧振子）描述化合物的能量。分子力學模型的所有常數均通過實驗數據或第一原理計算結果得到。參數和方程的優化結果稱為分子力場。
進行參數化的化合物庫對分子力學方法的計算成功與否至關重要。針對某類分子優化的力場只有在應用於同類分子時才可保證得到可信的結果。

⑥ 分子動力學方法適用於處理什麼問題 其處理問題的基本過程是什麼

分子動力學可以用於NPT，NVE，NVT等系綜的計算，是一種基於牛頓力學確定論的熱力學計算方法，可以廣泛應用於物理，化學，生物，材料，醫學等各個領域。
目前由於計算機性能的限制，其可計算的尺寸還很小，一般計算的粒子數會不會超過5位數，計算的尺寸一般只有幾十納米甚至更小
基本過程：
確定起始構型
進行分子動力學模擬的第一步是確定起始構型， 一個能量較低的起始構型是進行分子模擬的基礎 ，一般分子的起始構型主要來自實驗數據或量子化學計算。在確定起始構型之後要賦予構成分子的各個原子速度，這一速度是根據玻爾茲曼分布隨機生成的，由於速度的分布符合玻爾茲曼統計，因此在這個階段，體系的溫度是恆定的。另外，在隨機生成各個原子的運動速度之後須進行調整，使得體系總體在各個方向上的動量之和為零，即保證體系沒有平動位移。

進入平衡相
由上一步確定的分子組建平衡相，在構建平衡相的時候會對構型、溫度等參數加以監控。

進入生產相
進入生產相之後體系中的分子和分子中的原子開始根據初始速度運動，可以想像其間會發生吸引、排斥乃至碰撞，這時就根據牛頓力學和預先給定的粒子間相互作用勢來對各個粒子的運動軌跡進行計算，在這個過程中，體系總能量不變，但分子內部勢能和動能不斷相互轉化，從而體系的溫度也不斷變化，在整個過程中，體系會遍歷勢能面上的各個點（理論上，如果模擬時間無限）。計算分析所用樣本正是從這個過程中抽取的。

計算結果用抽樣所得體系的各個狀態計算當時體系的勢能，進而計算構型積分。

⑦ 分子動力學 qm/mm 什麼關系

在分子尺度（粗略100個原子）和微觀尺度（粗略1萬個原子）之間，存在有一個gap。分子尺度下，基於量子力（QM）學密度泛函理論的第一性原理計算可以描述小顆粒的電子結構特性。在微觀尺度下，基於經典力學的分子動力學模擬（MM) 可以描述物質的熱力學特性。然而，在兩者之間，昂貴的第一原理計算無法計算如此大的體系，而基於經典的分子動力學無法計算物質的電子結構等量子力學特性。由此，產生了QM/MM的計算方法。其核心思想是分層計算，重要的位置用較貴的QM演算法，周圍的位置用MM演算法

⑧ 分子動力學的基本步驟

用抽樣所得體系的各個狀態計算當時體系的勢能，進而計算構型積分。作用勢與動力學計算
作用勢的選擇與動力學計算的關系極為密切，選擇不同的作用勢，體系的勢能面會有不同的形狀，動力學計算所得的分子運動 和 分子內部運動的軌跡也會不同，進而影響到抽樣的結果和抽樣結果的勢能計算，在計算宏觀體積和微觀成分關系的時候主要採用剛球模型的二體勢，計算系統能量，熵等關系時早期多採用Lennard-Jones、morse勢等雙體勢模型，對於金屬計算，主要採用morse勢，但是由於通過實驗擬合的對勢容易導致柯西關系，與實驗不符，因此在後來的模擬中有人提出採用EAM等多體勢模型，或者採用第一性原理計算結果通過一定的物理方法來擬合二體勢函數。但是相對於二體勢模型，多體勢往往缺乏明確的表達式，參量很多，模擬收斂速度很慢，給應用帶來很大的困難，因此在一般應用中，通過第一性原理計算結果擬合勢函數的L-J，morse等勢模型的應用仍然非常廣泛。 以下是做模擬的一般性步驟，具體的步驟和過程依賴於確定的系統或者是軟體，但這不影響我們把它當成一個入門指南：
1）首先我們需要對我們所要模擬的系統做一個簡單的評估, 三個問題是我們必須要明確的：
做什麼（what to do）為什麼做（why to do）怎麼做（how to do）
2）選擇合適的模擬工具，大前提是它能夠實現你所感興趣的目標，這需要你非常謹慎的查閱文獻，看看別人用這個工具都做了些什麼，有沒有和你相關的，千萬不要做到一半才發現原來這個工具根本就不能實現你所感興趣的idea，切記！
考慮1：軟體的選擇，這通常和軟體主流使用的力場有關，而軟體本身就具體一定的偏向性，比如說，做蛋白體系，Gromacs，Amber，Namd均可；做DNA, RNA體系，首選肯定是Amber；做界面體系，Dl_POLY比較強大，另外做材料體系，Lammps會是一個不錯的選擇
考慮2：力場的選擇。力場是來描述體系中最小單元間的相互作用的，是用量化等方法計算擬合後生成的經驗式，有人會嫌它粗糙，但是它確確實實給我們模擬大系統提供了可能，只能說關注的切入點不同罷了。常見的有三類力場：全原子力場，聯合力場，粗粒化力場；當然還有所謂第一代，第二代，第三代力場的說法，這里就不一一列舉了。
再次提醒注意：必須選擇適合於我們所關注體系和我們所感興趣的性質及現象的力場。
3）通過實驗數據或者是某些工具得到體系內的每一個分子的初始結構坐標文件，之後，我們需要按我們的想法把這些分子按照一定的規則或是隨機的排列在一起，從而得到整個系統的初始結構，這也是我們模擬的輸入文件。
4）結構輸入文件得到了，我們還需要力場參數輸入文件，也就是針對我們系統的力場文件，這通常由所選用的力場決定，比如鍵參數和非鍵參數等勢能函數的輸入參數。
5）體系的大小通常由你所選用的box大小決定，我們必須對可行性與合理性做出評估，從而確定體系的大小，這依賴於具體的體系，這里不細說了。6）由於初始構象可能會存在兩個原子挨的太近的情況（稱之為bad contact），所以需要在正式模擬開始的第一步進行體系能量最小化，比較常用的能量最小化有兩種，最速下降法和共軛梯度法，最速下降法是快速移除體系內應力的好方法，但是接近能量極小點時收斂比較慢，而共軛梯度法在能量極小點附近收斂相對效率高一些，所有我們一般做能量最小化都是在最速下降法優化完之後再用共軛梯度法優化，這樣做能有效的保證後續模擬的進行。
7）以平衡態模擬為例，你需要設置適當的模擬參數，並且保證這些參數設置和力場的產生相一致，舉個簡單的例子，gromos力場是用的范德華勢雙截斷來定范德華參數的，若你也用gromos力場的話也應該用雙截斷來處理范德華相互作用。常見的模擬思路是，先在NVT下約束住你的溶質（劑）做限制性模擬，這是一個升溫的過程，當溫度達到你的設定後, 接著做NPT模擬，此過程將調整體系的壓強進而使體系密度收斂。
經過一段時間的平衡模擬，在確定系統弛豫已經完全消除之後，就可以開始取數據了。如何判斷體系達到平衡，這個問題是比較技術性的問題，簡單的講可以通過以下幾種方式，一，看能量（勢能，動能和總能）是否收斂；二，看系統的壓強，密度等等是否收斂；三看系統的RMSD是否達到你能接受的范圍，等等。
8）運行足夠長時間的模擬以確定我們所感興趣的現象或是性質能夠被觀測到，並且務必確保此現象出現的可重復性。
9）數據拿到手後，很容易通過一些可視化軟體得到軌跡動畫，但這並不能拿來發文章。真正的工作才剛剛開始——分析數據，你所感興趣的現象或性質只是表面，隱含在它們之中的機理才是文章中的主題。

⑨ 為什麼分子動力學要計算一個個的分子的運動

為什麼分子動力學要計算一個個的分子的運動
分子動力學使用牛頓運動定律研究系統的含時特性，包括振動或布朗運動。大部分情況經常加入一些經典力學的描述。分子動力學與密度泛函理論的結合稱作Car-Parrinello方法。
半經驗方法
電子結構
半經驗方法省略或近似處理了Hartree-Fock計算中的一些項（例如雙電子積分）。為了修正這些近似方法帶來的誤差，半經驗方法計算使用了一系列由實驗結果擬合的參數。有時，這些參數是根據第一原理計算結果進行擬合的。
經驗方法是對半經驗方法的進一步近似。經驗方法並沒有包括哈密頓量的雙電子部分。經典方法包括埃里克·休克爾提出的應用於π電子體系的Huckel方法和Roald·霍夫曼提出的擴展Huckel方法。
半經驗計算比第一原理計算快很多。但是如果計算的分子與參數化該方法時使用的分子結構不相近時，半經驗方法可能給出完全錯誤的結果。