分子模拟教程
分子模拟的第三章
构象个数: 构象个数: 36×36×36×36×36×36×36×4=313,456,656,384 × × × × × × ×
15
小分子构象分析方法
Conformational Analysis (small molecules)
1. 格点搜索方法 即在构象空间中以小的间隔变量进行逐点搜索,如果变量足够小,则有 即在构象空间中以小的间隔变量进行逐点搜索,如果变量足够小 则有 可能搜索到全部的可能性。此方法的优越性: 在自由度为10—20的分子构 可能搜索到全部的可能性。此方法的优越性 在自由度为 的分子构 象分析。 象分析。 步骤: 步骤: A 固定键长、键角 固定键长、 B 确定分子中所有旋转键 C 设定步长 D 极小化(优化) 极小化(优化) 格点搜索的一个主要缺点是产生和优化的结构数随可旋转键的数以一个连 乘形式增长。 乘形式增长。 构象数为248832。 69hr(设1s优化一个构象) 优化一个构象) 如N=5, , ,构象数为 。 ( 优化一个构象 构象数为36million。 415天 如N=7, , ,构象数为 。 天 N为旋转键的数。 为旋转键的数。 为旋转键的数
系统搜索方法 Systematic Scanning
– 搜索树方法 / 深度优先搜索
0 n-H
7
8
9
10
11
12
13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
13
小分子构象分析方法
Conformational Analysis (small molecules)
14
小分子构象分析方法
Conformational Analysis (small molecules)
用“分子模拟”(MP)软件计算聚丙烯酸甲酯的构象能量-高分子物理-实验2-02
实验二 用“分子模拟”(MP)软件计算聚丙烯酸甲酯的构象能量一. 实验目的1. 用“分子模拟”软件计算聚丙烯酸甲酯构象能量。
2. 学会用“分子模拟”计算聚丙烯酸甲酯的优化能量。
3. 用“分子模拟”软件进行分子动力学计算。
二. 实验原理由于C -C 单键电子云的轴对称性,使得乙烷分子(图2-1)能以C -C 为轴产生内旋转,由众多C -C 单键组成的大分子长链具有了所谓的柔性。
长链分子的柔性是聚合物特有的属性, 是橡胶高弹性的根由,也是决定高分子形态的主要因素,对聚合物的物理力学性能有根本的影响。
高分子链相邻链节中非键合原子间相互作用——近程相互作用的存在,总是使实际高分子链的内旋转受阻(图2)。
分子内旋转受阻的结果是使高分子链在空间所可能有的构象数远远小于自由内旋转的情况。
受阻程度越大,可能的构象数目越少。
因此高分子链的柔性大小就取于分子内旋转的受阻程度。
再有,高分子链由一种构象转变到另一图1 乙烷分子及其绕C-C单键的内旋转H E (ϕ)ϕ (°)图 2 乙烷分子的内旋转位能曲线种构象时,各原子基团间的排布发生相应的变化,其间相互作用能也随之改变(图3)。
大多数柔性大分子可以在一系列不同的构象态之间变化。
因此比较柔性分子的重要任务之一就是进行构象态的比较。
尽管大部分的构象态是那些具有低能量的构象态,但是并不是说只有低能量的构象态才能参加分子间的相互作用。
“分子模拟”是用计算机以原子水平的分子模型来模拟分子的结构与行为,进而模拟分子体系的各种物理和化学性质。
分子模拟法不但可以模拟分子的静态结构,也可以模拟分子的动态行为(如分子链的弯曲运动,分子间氢键的缔合作用与解缔行为,分子在表面的吸附行为以及分子的扩散等)。
该方法不仅能通过分子力学计算得到静态分子的构象能量,还可以通过分子动态学来进行分子动态的计算,将分子几何以及相应的能量计算出来,并由此得到逼近真实分子体系的知识。
图 3 1,2二氯乙烷绕C -C 键内旋转势能随旋转角的变化,反式时旋转角为0度。
《分子模拟教程》PPT课件_OK
17
GEMC 的配分函数
对于原子系统,位型(构型)的配分函数
Q(N,V1,V2 ,T )
N
V N1 1
(V
V1 ) N N1
复杂流体如:胶体悬浮液、高分子溶液、 表面活性剂溶胶等。
❖ 超临界过程研究中的应用
37
❖ 在多相催化研究中的应用:
➢ 对催化剂进行表征 ➢ 表面吸附与脱附过程及表面性质的模拟 ➢ 催化剂表面反应机理的模拟
38
5.3 介观层次材料的计算机模拟
结构是多层次、多尺度的,并且不仅要研究平衡结构, 还要研究结构随时间的演变。所谓结构,就是粒子在空 间有规律的分布。(胡英院士)
N
exp[U (s N )]
14
Metropolis GCMC algorithm
产生巨正则系综的马尔可夫链的过程涉及到典型的、 三种不同的随机移动:
❖ Attempt to move a particle (just like canonical MC)
❖ Attempt to create a particle ❖ Attempt to delete a particle
19
各种随机移动的概率:
Pmove (m n) min{1, exp[Unm / kT]}
Pvolume (m n) min{1,
change
(V1n ) N1 (V - Vቤተ መጻሕፍቲ ባይዱn ) N-N1 (V1m ) N1 (V - V1m ) N-N1
exp[Unm / kT]}
分子模拟实验--Expt-3
(a) 画出三个共线的H原子, 沿X轴放置 (b) 改变两个HH的距离{0.6, 0.7, 0.8, 0.9, 1.0, 1.1, 1.2}, 计算共 7 × 7 = 49 个能量. (c) 采用Gamess, MP2/DZV计算, 具体设置见下页
实验三 — 能量计算和模拟
步骤3: 分子构象搜索 利用扫描一个或两个二面角, 寻找分子的不同构象.
乙醇构象
(a) 选择一个二面角
实验三 — 能量计算和模拟
步骤3: 分子构象搜索
乙醇构象
(b) 选中二面角的旋转 轴, 扫描这个二面角
实验三 — 能量计算和模拟
步骤3: 分子构象搜索 MM2力场扫描
乙醇构象
实验三 — 能量计算和模拟
步骤3: 分子构象搜索 扫描两个二面角
乙醇构象 构象I 构象II
过渡态
实验三 — 能量计算和模拟
步骤3: 分子构象搜索
成环的分子不能扫描!
问题3-5. 计算乙烷的构象, 并确 定其内转动的势垒高度.
实验三 — 能量计算和模拟
步骤4: H—H — H共线势能面的创建
分子的解离能量曲线实验三能量计算和模拟一般双原子分子的解离势能曲线可以用morse函数较好地拟合平衡解离能平衡键长势参数步骤1
实验三 — 能量计算和模拟
要求: 1. 掌握计算分子能量的不同方法 2. 掌握分子相互作用能的分析方法 3. 掌握分子构象的分析方法 4. 了解势能面的作用
实验三 — 能量计算和模拟
问题3-2. 为什么H2的解离曲线不趋向于零? 试分析可 能的原因.
分子模拟的原理与方法
分子模拟的原理与方法分子模拟是一种计算化学的方法,用于研究分子的结构、动力学和热力学性质。
它基于牛顿力学和量子力学的基本原理,通过计算机模拟分子的行为,从而获得有关分子结构和特性的信息。
分子模拟涉及多个学科领域,如计算机科学、物理学、化学和生物学。
本文将重点介绍分子模拟的原理和方法。
1. 分子模拟的原理分子模拟的基本原理是在牛顿力学或量子力学的框架下,构建分子的数学模型,并计算分子在特定条件下的行为。
牛顿力学基于牛顿第二定律,即力等于质量乘以加速度,在此基础上,分子的运动可以通过定量计算来模拟。
量子力学则基于薛定谔方程,以波函数为基础,对分子的运动和结构进行计算。
在分子模拟中,不同的方法选择不同的力场模型,最常用的是分子力场(Molecular Mechanics,MM)和分子轨道(Molecular Orbital,MO)。
分子力场主要考虑原子之间的相互作用,通过选择不同的力场参数可以描述分子的力学和热学性质。
分子轨道则利用量子化学的理论,通过求解薛定谔方程得到分子的能量和电子结构。
2. 分子模拟的方法分子模拟的方法多种多样,常用的方法有分子动力学(Molecular Dynamics,MD)、蒙特卡罗(Monte Carlo,MC)、量子化学计算等。
以下将分别介绍这些方法的基本原理和应用。
2.1 分子动力学分子动力学是模拟分子在一定温度、压力和体积(或密度)条件下运动规律的方法。
它基于牛顿运动定律和正则系综,通过求解拉格朗日方程和哈密顿方程,描述分子在力场作用下的运动轨迹。
分子动力学计算的结果包括分子的构型和动力学性质,如振动频率、热容和热膨胀系数等。
分子动力学的应用范围广泛,包括分子材料、生物分子、纳米颗粒和表面反应等领域。
例如,分子动力学可以用于预测有机分子的溶解度、材料的导电性能、蛋白质的稳定性和反应等。
分子动力学模拟通常需要大量的计算资源和时间,但也可以通过采用并行计算和GPU加速等方式提高计算效率。
分子模拟教程
rx L / 2
rx rx L
o
y
rx L / 2 rx rx L
采用数学 函数:
x
r r L ANINT( )
L
-L/2
L/2
r
r/L>0, ANINT(r/L) = AINT(r/L+0.5)
r/L0, ANINT(r/L) = AINT(r/L-0.5)yຫໍສະໝຸດ rx 0 rx rx L
采用数学 函数:
r r L Dble[ FLOOR( )]
L
r
o
L x
FLOOR(r/L): 返回不超过r/L的最大整数
FLOOR (4.8) has the value 4.
FLOOR (-5.6) has the value -6.
周期性边界条件的算法:
原子水平的模拟 计算机实验 检验理论、筛选实验 科学研究中的第三种方法
分子模拟中涉及的几个基本概念:
模拟计算盒子或模拟胞腔
Simulation box (cell)
装有一定数目流体分子的研 究对象,它是我们要研究的 宏观体系的缩微模型。
立方形胞腔
周期性边界条件(Periodic boundary condition, PBC)
缺点:
分子间力仍然在截断处不连续
。
截断势能函数的形式: ③ 位移-力截断势能函数(Shifted-Force Potential):
dU (r ) U (r ) U (rc ) U sf (r ) dr 0
优点:
r rc
(r rc ) r rc r rc
分子动力学模拟教学教材
分子动力学模拟分子动力学模拟分子动力学是一门结合物理,数学和化学的综合技术。
分子动力学是一套分子模拟方法,该方法主要是依靠牛顿力学来模拟分子体系的运动,以在由分子体系的不同状态构成的系统中抽取样本,从而计算体系的构型积分,并以构型积分的结果为基础进一步计算体系的热力学量和其他宏观性质。
这门技术的发展进程是:1980年:恒压条件下的动力学方法(Andersenの方法、Parrinello-Rahman法)1983年:非平衡态动力学方法(Gillan and Dixon)1984年:恒温条件下的动力学方法(能势‐フーバーの方法)1985年:第一原理分子动力学法(→カー・パリネロ法)1991年:巨正则系综的分子动力学方法(Cagin and Pettit).最新的巨正则系综,即为组成系综的系统与一温度为T、化学势为μ的很大的热源、粒子源相接触,此时系统不仅同热源有能量交换,而且可以同粒子源有粒子的交换,最后达到平衡,这种系综称巨正则系综。
进行分子动力学模拟的第一步是确定起始构型,一个能量较低的起始构型是进行分子模拟的基础,一般分子的其实构型主要是来自实验数据或量子化学计算。
在确定起始构型之后要赋予构成分子的各个原子速度,这一速度是根据玻尔兹曼分布随机生成,由于速度的分布符合玻尔兹曼统计,因此在这个阶段,体系的温度是恒定的。
另外,在随机生成各个原子的运动速度之后须进行调整,使得体系总体在各个方向上的动量之和为零,即保证体系没有平动位移。
由上一步确定的分子组建平衡相,在构建平衡相的时候会对构型、温度等参数加以监控。
进入生产相之后体系中的分子和分子中的原子开始根据初始速度运动,可以想象其间会发生吸引、排斥乃至碰撞,这时就根据牛顿力学和预先给定的粒子间相互作用势来对各个例子的运动轨迹进行计算,在这个过程中,体系总能量不变,但分子内部势能和动能不断相互转化,从而体系的温度也不断变化,在整个过程中,体系会遍历势能面上的各个点,计算的样本正是在这个过程中抽取的。
《分子模拟方法》课件
加速研发进程
分子模拟可以大大缩短药 物研发、材料合成等领域 的实验周期,降低研发成 本。
揭示微观机制
通过模拟,可以揭示分子 间的相互作用机制和反应 过程,有助于深入理解物 质的性质和行为。
分子模拟的发展历程
经典力学模拟
基于牛顿力学,适用于 较大分子体系,但精度
较低。
量子力学模拟
适用于小分子体系,精 度高,但计算量大,需
详细描述
利用分子模拟方法,模拟小分子药物与生物大分子(如蛋白质、核酸等)的相 互作用过程,探究药物的作用机制和药效,为新药研发提供理论支持。
高分子材料的模拟研究
总结词
研究高分子材料的结构和性能,优化 材料的设计和制备。
详细描述
通过模拟高分子材料的结构和性能, 探究高分子材料的物理和化学性质, 优化材料的设计和制备过程,为新材 料的研发提供理论指导。
分子动力学方法需要较高的计算资源和 精度,但可以获得较为准确的结果,因 此在计算化学、生物学、材料科学等领
域得到广泛应用。
介观模拟的原理
介观模拟是一种介于微观和宏观之间的模拟方 法,通过模拟一定数量的粒子的相互作用和演 化来研究介观尺度的结构和性质。
介观模拟方法通常采用格子波尔兹曼方法、粒 子流体动力学等方法,适用于模拟流体、表面 、界面等介观尺度的问题。
分子模拟基于量子力学、经典力 学、蒙特卡洛等理论,通过建立 数学模型来描述分子间的相互作
用和运动。
分子模拟可以用于药物研发、材 料科学、环境科学等领域,为实 验研究和工业应用提供重要支持
。
分子模拟的重要性
01
02
03
预测分子性质
通过模拟,可以预测分子 的性质,如稳定性、溶解 度、光谱等,为实验设计 和优化提供指导。
分子模拟PPT—第七章 MC计算方法
重要取样法
f(x)=g(x)
<g(x)>
g(x) f(x)
g(x)/f(x)
0 误差: 误差:
2
x
0
x
1 σ = [< ( g / f ) 2 > − < g / f > 2 ] L
Metropolis MC 模拟
• 系综平均
< A > NVT = A(r N ) exp(−U (r N ) / kT )dr N ∫ exp(−U (r N ) / kT )dr N ∫
N (riN ) ? • 如何产生 „&ˆ/ Metropolish=
Metropolis 计算法
• 问题:不知道分布函数p(x),只知道 Boltzmann因子 exp(-βU(x)) • 解决方法:构造一系列构象使其分布函数正 比于Boltzmann因子 p(x) →exp(-βU(x)) • 从o构象到n构象的跃迁几率 1)选择几率 2)接受几率 π (o→n) = σ (o→n) × acc(o→n) • 在系统平衡条件下的细节平衡 p(o) π (o→n) = p(n) π (n→o)
b
I = (b-a) h (N’/N)
End
重要取样法
• g 的系综平均
< g >= ∫ dxg(x)p(x)
• p(x)分布函数 • 重要性取样就是计算平均值时,在p(x)大的 区域采样,而不是均匀取样
I =∫dxg(x)=∫dx
g(x) g(x) f(x)= f(x) f(x)
f
示意图
简单平均值方法
第十章 MC 计算方法
MC 模拟-stochastic 模拟
分子动力学模拟步骤和意义
分子动力学模拟步骤和意义摘要:一、分子动力学简介二、分子动力学模拟步骤1.准备模型和初始条件2.计算相互作用力3.更新位置和速度4.检查收敛性及输出结果5.重复步骤2-4,直至达到预定模拟时间三、分子动力学模拟意义1.增进对分子结构和性质的理解2.预测分子间相互作用3.优化化学反应条件4.辅助药物设计和材料研究正文:分子动力学是一种计算化学方法,通过模拟分子间的相互作用和运动轨迹,以揭示分子的结构和性质。
这种方法在许多领域具有广泛的应用,如生物化学、材料科学和药物设计等。
分子动力学模拟的主要步骤如下:1.准备模型和初始条件:在进行分子动力学模拟之前,首先需要构建分子模型,包括原子类型、原子间相互作用力等。
同时,为模拟设定初始条件,如温度、压力和分子位置等。
2.计算相互作用力:根据分子模型,利用力学原理(如牛顿第二定律)计算分子间相互作用力。
这些力包括范德华力、氢键、静电相互作用等,对分子的运动和相互作用起关键作用。
3.更新位置和速度:根据相互作用力,对分子的位置和速度进行更新。
通常采用Verlet积分法或Leap-Frog算法等数值方法进行计算。
4.检查收敛性及输出结果:在每次迭代过程中,需要检查模拟的收敛性。
若达到预设的收敛标准,则输出当前时刻的分子结构和性质。
否则,继续进行下一次迭代。
5.重复步骤2-4,直至达到预定模拟时间:分子动力学模拟通常需要进行大量迭代,以获得足够准确的结果。
在达到预定模拟时间后,可得到完整的分子动力学轨迹。
分子动力学模拟在科学研究和实际应用中具有重要意义。
通过模拟,我们可以更好地理解分子的结构和性质,预测分子间的相互作用,从而为实验设计和理论研究提供有力支持。
此外,分子动力学模拟还有助于优化化学反应条件,为药物设计和材料研究提供理论依据。
分子模拟教程
第二章 数值积分和Monte Carlo 方式 第一节 数值积分 ()ba S f x dx =⎰ 令 10,,k k n h x x x a x b +=-==, 那么()()()110(),''()k kn k k k k k k k k x x S f x dxf x f x x f f f x f f x +-=='=+-+==∑⎰()x fa k xb x零阶近似()()h f x f k O +=()()()∑∑-=-=O +=O +=110n k k n k k h f h h f h S一阶近似()()()21h hf f x x f x f kk k k O +--+=+ ∵()()⎰+=---=-++1212212122k kx x k k k kk k h x x x x x dx x x∴()()∑-=+O +⎪⎭⎫⎝⎛-+⋅=102121n k k k k h h f f h f S()()∑-=+O ++=102121n k k k h f f h 从直观看,用()112k k f f ++近似()f x 比只用k f 或1k f +好。
这方式也称Trapezoid 方式。
如此的数值积分方式的优势:● 简单直观,误差能够操纵缺点:● “平均主义”,在()0≈x f 的区域,()k f x x ∆对S 奉献很小,但消耗一样的机时。
在多自由度系统这弱点尤其特出。
问题: 直观地看,零级近似和一级近似的不同在哪? 习题: 编程序数值计算高斯积分。
第二节 Monte Carlo 方式 如何用随机方式求积分?例如,可用‘抛石子’方式。
但这方式不比简单的数值积分有效。
1.简单抽样的Monte Carlo 方式均匀地随机地选取[b a ,]中{}k M x 个点,显然,(11()Mkk S f x M==+O ∑当M 足够大,固然能够取得足够好的积分值。
问题:什么缘故误差是(1/O ?答 :不妨把这看成一个M 次测量的实验,假设每次测量都是独立的,由涨落理论,误差应为(1/O 。
《分子模拟教程》课件
人工智能和机器学习技术将在分子模拟中发挥越 来越重要的作用,例如用于优化模拟参数、预测 性质等。
多尺度模拟
目前分子模拟主要集中在原子或分子级别,未来 将进一步发展多尺度模拟方法,将微观尺度和宏 观尺度相结合,以更全面地理解物质性质和行为 。
跨学科融合
分子模拟将与生物学、医学、材料科学等更多学 科领域进行交叉融合,为解决实际问题提供更多 可能性。
环境科学
在环境科学领域,分子模拟可用于研究污 染物在环境中的迁移转化机制,为环境保 护提供理论依据。
THANKS.
分子动力学模拟的常见算法
Verlet算法
一种基于离散时间步长的算法,用于计算分子位置和速度。
leapfrog算法
一种常用的分子动力学模拟算法,具有数值稳定性和计算效率高的特 点。
Parrinello-Rahman算法
一种基于分子力场的算法,可以用于模拟大尺度分子体系的运动。
Langevin动力学算法
材料科学
通过模拟材料中分子的运动和相互作 用,可以研究材料的力学、热学和电 学等性质,为材料设计和优化提供依 据。
03
Monte Carlo模拟
Monte Carlo模拟的基本概念
随机抽样
Monte Carlo模拟基于随 机抽样的方法,通过大量 随机样本的统计结果来逼 近真实结果。
概率模型
Monte Carlo模拟建立概 率模型,模拟系统的状态 变化和行为。
通过模拟药物分子与靶点分子的相互作用,预测 药物活性并优化药物设计。
材料科学
研究材料中分子的结构和性质,预测材料的物理 和化学性质。
生物大分子模拟
模拟生物大分子的结构和动力学行为,如蛋白质 、核酸等,有助于理解其功能和性质。
分子模拟方法
其中
是系统的总微观状态数 NVT 下的自由能 NPT 下的自由能
Helmholtz 自由能 Gibbs 自由能 化学势
F = E TS = kBT ln Q
G = F + pV = E - TS + pV G F = T,p = T,V N N
1.3. 模拟与采样
空间的连续性: 空间的连续性:离散模型,如伊辛(Ising)模型,连续模 型 边界条件: 边界条件:自由、刚性、周期 周期性边界条件 (Periodic Boundary Condition, PBC):模拟的盒子中的 : 粒子与无穷多的镜像中的粒子有相互作用,从而可以用~103-106个粒子模拟 ~1023个粒子的体系。
Ek =
1 ∑ 2 mi vi2 i= i =1
N
1 T= dNkB
N
∑m v
i =1 iຫໍສະໝຸດ N2 i其中 d 是空间维数
势能 压强 焓
Ep =
p=
∑E
i =1
pi
kBTN 1 V dV
∑f
i< j
ij
rij
可以理解为 NPT 下的有效总内能
H = E + pV
熵
S = k B ln ( N,V,E )
Etot =
1 ∑ ' E rij + nL 2 i, j ,n
(
)
特征长度 (characteristic length):某一特定物理量在空间的相关性的长度。 : 原则上,模拟盒子的边长应该大于所关心的物理量的特征长度。具体操作上, 可以通过变化模拟尺寸来了解有限尺度效应 (finite size effect) 的影响。 作用势的截断距离 (cutoff distance):小于模拟盒子的边长的一半以避免与 : 同一粒子的两个镜像同时作用。有简单截断、截断平移、最小镜像法三种处理 方法。 采样 (sampling):本质在于在有限时间内进行重要性采样 (importance : sampling),即采样对系综平均贡献最大的瞬时量的子集。一般采用均匀时间 间隔的采样。 初始构型 (Initial Configuration):尽量接近平衡态。一般需要一段初始的 : 模拟过程以让初始构型达到平衡。在这段初始的模拟过程中不采样。需要某些 参数来量化观察系统是否平衡(如液体的体积很容易平衡,势能其次,而扩散 系数则较难)。 样本的相关度 (Correlation):离得越近的采样样本相关度越大。相关的样 : 本不影响平均值,但是影响误差范围。
《分子模拟教程》课件
通过模拟分子的运动,研究分子在不同组态下的性质和行为。
2 蒙特卡洛模拟
使用随机抽样和统计方法,模拟分子在不同条件下的状态和性质。
3 量子化学计算
基于量子力学的数值计算方法,研究分子的结构和能量。
分子模拟在材料科学中的应用
材料设计
通过模拟分子的结构和性质,优化材料的性能和功能,加速新材料的研发。
《分子模拟教程》PPT课 件
本课件介绍了《分子模拟教程》的目的和内容,以及分子模拟在不同领域的 应用。
分子模拟的定义
分子模拟是利用计算机模拟分子和材料的行为和性质的过程。它可以帮助我们深入了解分子的结构、动 力学和相互作用。
分子模拟的基本原理
分子模拟基于物理和化学的基本原理,使用数值方法对分子进行模拟,考虑分子之间的相互作用和运动 规律。
界面和表面研究
模拟分子在材料表面和界面上的相互作用,深入了解材料的表面性质和反应过程。
电子器件模拟
通过分子模拟,优化电子器件的结构和性能,提高器件的效率和稳定性。
分子模拟在生物科学中的应用
蛋白质折叠
模拟蛋白质的折叠过程,揭示 其结构和功能之间的关系。
药物研发
通过分子模拟,筛选和设计新 药物,加速药物研发的过程。
细胞膜相互作用
研究分子在细胞膜上的相互作 用,理解细胞过程的基本机制。
结论和总结
分子模拟是一项重要的科学工具,可以帮助我们深入了解分子和材料的行为 和性质,推动科学研究和工程应用的发展。
第3章-3.3_分子模拟方法
分子力学
• 分子力学的体系能量计算采用经验势能函数,即常说的力 场(Force Field),包括共价键相互作用和非共价键相互 作用项,忽略电子的运动,只考虑原子核的位置变化对体 系能量的影响,因而分子力学只需要解经典物理方程,计 算速度快,计算时间仅和分子中原子个数的平方成正比。 能计算比量子力学大得多的体系(如超过十万个原子的体 系),因此,考虑水、脂层等环境因素对体系的影响,使 模拟更接近现实,计算的精度越来越高。可以满足药物设 计和材料设计等分子模拟研究的需要。 • 使用分子力学能对体系进行构象搜索、能量极小化计算, 并能对体系进行随时间变化的动态模拟,即分子动力学, 还可对体系进行自由能计算,及分子间相互作用能计算。
轨道
一旦知道了体系的某个状态的波函数,原则 上,任何一个可观测物理量(Physical Observable)可以求出来。
Hamiltonian H = (h2/2m h2/2me)ii2 i e2/ri + ZZer ij e2/rij
φ
非键能项:van der Waals势
V =Ar-12-Br-6 V′=A′exp(B′/r)-C′r-6
一般地说,前者节省机时,而后者却能更好地描 述原子间的非键作用。
非键能项:静电相互作用
点电荷,部份电荷
V (
i j
qi q j ) 4 0 rij 2
5
2013/9/15
非键能项:偶极相互作用
量子力学理论bornoppenheimer近似非相对论近似单电子近似hartreefock方程roothaan方程从头算scfabinitio密度dft超hf耦合电子对组态相互作用ci微扰处理多组态价电子从头算模拟从头算分子碎片法梯度近似浮动球高斯法局域密度近似从头算法abinitio独立电子对第一原理计算planck常量电子质量电量量子化学从头计算abinitio实际上精确求解薛定谔方程几乎是不可能的因而求解时需引入各种各样的近似方法进而发展出各种计算方法如从头计算法密度泛函理论半经验计算法等来研究分子的电子结构
分子模拟一般性步骤
Below is presented a generalised procedure for performing a simulation. Theexact steps and processes involved will vary depending on exactly what is beingattempted. Use as a general guide only!1> Clearly identify the property / phenomena of interest to be studied by performing the simulation.2>Select the appropriate tools to be able to perform the simulation and observe the property / phenomena of interest. It is important to read and familiariseyourself with publications by other researchers on similar systems. Tools include:- software to perform the simulation with, consideration of force field mayinfluence this decision.- force field which describes how the atoms / particles within the system interact with each other. Select one that is appropriate for the system being studied and the property / phenomena of interest. Very important and non-trivial step!3>Obtain / generate the initial coordinate file for each molecule to be placedwithin the system.4>Generate the raw starting structure for the system by placing the moleculeswithin the coordinate file as appropriate. Molecules may be specifically placed or arranged randomly.5>Obtain / generate the topology file for the system, using (for example)pdb2gmx, PRODRG or your favourite text editor in concert with chapter 5 of the GROMACS Manual.6>Describe a simulation box (e.g. using editconf) whose size is appropriate forthe eventual density you would like, fill it with solvent (e.g. using genbox), andadd any counter-ions needed to neutralize the system (e.g. using grompp andgenion). In these steps you may need to edit your topology file to staycurrentwith your coordinate file.7>Run anenergy minimisation simulation on the system (using grompp and mdrun). This is required to sort out any bad starting structures caused duringgeneration of the system, which may cause the production simulation to crash.8>Select the appropriate simulation parameters for the equilibration simulation (defined in .mdp file). You need to be consistent with how force field wasderived. You may need to simulate at NVT with position restraints on yoursolvent and/or solute to get the T almost right, then relax to NPT to fix thedensity, then move further (if needed) to reach your production simulationensemble (e.g. NVT, NVE).9>Run the equilibration simulation for sufficient time so that the system relaxes sufficiently to allow the production run to be commenced (using grompp andmdrun, then g_energy and trajectory visualisation tools).10>Select the appropriate simulation parameters for the production simulation (defined in .mdp file), in particular be careful not to re-generate the velocities.You still need to be consistent with how the force field was derived and how tomeasure the property / phenomena of interest.11>Run the production simulation for sufficient time so that property / pheno-mena of interest can be observed in required detail (using grompp/tpbconv and mdrun).12>Analyse / visualise the resulting trajectory and data files to obtain information on the property / phenomena of interest.分子模拟一般性步骤 [转载]以下是做模拟的一般性步骤,具体的步骤和过程依赖于确定的系统或者是软件,但这不影响我们把它当成一个入门指南:1)首先我们需要对我们所要模拟的系统做一个简单的评估, 三个问题是我们必须要明确的:做什么(what to do)为什么做(why to do)怎么做(how to do)2)选择合适的模拟工具,大前提是它能够实现你所感兴趣的目标,这需要你非常谨慎的查阅文献,看看别人用这个工具都做了些什么,有没有和你相关的,千万不要做到一半才发现原来这个工具根本就不能实现你所感兴趣的idea,切记!考虑1:软件的选择,这通常和软件主流使用的力场有关,而软件本身就具体一定的偏向性,比如说,做蛋白体系,Gromacs,Amber,Namd均可;做DNA, RNA 体系,首选肯定是Amber;做界面体系,Dl_POLY比较强大,另外做材料体系,Lammps会是一个不错的选择考虑2:力场的选择。
分子动力学方法模拟基本步骤
分子动力学方法模拟基本步骤1.第一步即模型的设定,也就是势函数的选取。
势函数的研究和物理系统上对物质的描述研究息息相关。
最早是硬球势,即小于临界值时无穷大,大于等于临界值时为零。
常用的是LJ势函数,还有EAM势函数,不同的物质状态描述用不同的势函数。
模型势函数一旦确定,就可以根据物理学规律求得模拟中的守恒量。
2 第二步给定初始条件。
运动方程的求解需要知道粒子的初始位置和速度,不同的算法要求不同的初始条件。
如:verlet算法需要两组坐标来启动计算,一组零时刻的坐标,一组是前进一个时间步的坐标或者一组零时刻的速度值。
一般意思上讲系统的初始条件不可能知道,实际上也不需要精确选择代求系统的初始条件,因为模拟实践足够长时,系统就会忘掉初始条件。
当然,合理的初始条件可以加快系统趋于平衡的时间和步伐,获得好的精度。
常用的初始条件可以选择为:令初始位置在差分划分网格的格子上,初始速度则从玻尔兹曼分布随机抽样得到;令初始位置随机的偏离差分划分网格的格子上,初始速度为零;令初始位置随机的偏离差分划分网格的格子上,初始速度也是从玻尔兹曼分布随机抽样得到。
第三步趋于平衡计算。
在边界条件和初始条件给定后就可以解运动方程,进行分子动力学模拟。
但这样计算出的系统是不会具有所要求的系统的能量,并且这个状态本身也还不是一个平衡态。
为使得系统平衡,模拟中设计一个趋衡过程,即在这个过程中,我们增加或者从系统中移出能量,直到持续给出确定的能量值。
我们称这时的系统已经达到平衡。
这段达到平衡的时间成为驰豫时间。
分子动力学中,时间步长的大小选择十分重要,决定了模拟所需要的时间。
为了减小误差,步长要小,但小了系统模拟的驰豫时间就长了。
因此根据经验选择适当的步长。
如,对一个具有几百个氩气Ar分子的体系,lj势函数,发现取h为0.01量级,可以得到很好的相图。
这里选择的h是没有量纲的,实际上这样选择的h对应的时间在10-14s的量级呢。
如果模拟1000步,系统达到平衡,驰豫时间只有10-11s。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
计算机分子模拟的发展历史: 计算机分子模拟的发展历史:
1. 蒙特卡罗方法(MC) 蒙特卡罗方法(MC)
1953 Metropolis, Ulam, Rosenbluth and Tell Los Alamos National Lab Monte Carlo simulation of hard sphere.
气体分子运动论 其它
主要的学习参考书籍: 主要的学习参考书籍:
1. Computer Simulation of Liquids. --- M. P. Allen and D.J. Tildesley, Oxford University (1987) 2. The Art of Molecular Dynamics Simulation. --- D. C. Rapaport, Cambridge University (1995) 3. Understanding Molecular Simulation: From Algorithms to Applications. ---- D. Frenkel and B. Smit, Academic (1996)
模拟算法(途径) 模拟算法(途径) 计算机硬件(工具) 计算机硬件(工具)
HPCx
计算机分子模拟的特点: 计算机分子模拟的特点:
1. 原子水平的模拟 2. 计算机实验 3. 检验理论、筛选实验 检验理论、 4. 科学研究中的第三种方法
2. MC方法简介 方法简介
利用马尔可夫链方法产生感兴趣的系综微观态。 利用马尔可夫链方法产生感兴趣的系综微观态 。 对这些微观态进行系综平均来获得热力学性质。 对这些微观态进行系综平均来获得热力学性质 。 只对系统中粒子的位置抽样, 不包含动能部分, 只对系统中粒子的位置抽样 , 不包含动能部分 , 提供的是系统的超额性质。 提供的是系统的超额性质。
GEMC 的配分函数
对于原子系统,位型(构型) 对于原子系统,位型(构型)的配分函数
V1N1 (V − V1 ) N − N1 Q( N ,V1 ,V2 , T ) = ∑ 3 N N1!( N − N1 )! N1 =0 λ
N N ds2 − N1 ∫ ds1N1 exp[−U (s1N1 / k BT )] ∫
3.4 经典分子动力学的分类: 经典分子动力学的分类:
NVE分子动力学 NVE分子动力学 恒温分子动力学 恒压分子动力学 恒温恒压分子动力学
其它分子动力学
粗粒化分子动力学(Coarse-grained molecular 粗粒化分子动力学(CoarseDynamics, CGMD) 耗散粒子动力学 (Dissipative Particle Dynamics,DPD) Dynamics,
1) 在某t时刻,体系内的粒子i 在某t时刻,体系内的粒子i具有位置 ri(t), 速度 vi(t). 从ri(t), 计算力fi(t). 利用质量mi, 获得ai(t). 计算力f 利用质量m 获得a 利用r 利用ri(t), vi(t), ai(t) 来计算出下一时刻 (t+dt) 时 的位置r 速度v 的位置ri(t+dt), 速度vi(t+dt). (t+dt),从第一步开始循环重复, 利用r 利用ri(t+dt), vi(t+dt),从第一步开始循环重复, 直到我们所需要的模拟时间长度为止。 直到我们所需要的模拟时间长度为止。
但是: 但是:
系综选择关系到热力学量的涨落大小; 系综选择关系到热力学量的涨落大小; 系综选择决定于物理现象的特点和关键物理量的计 算方便与否。 算方便与否。
3. MD方法简介 方法简介
概念: 概念:
从系统中各粒子间的相互作用解每个粒子的 牛顿运动方程: 牛顿运动方程: (F=ma) 。 =ma
3.1 MD 的一般算法: 的一般算法:
2. 分子动力学方法(MD) 分子动力学方法(MD)
1957 Alder and Wainwrigth Livermore Lab Molecular dynamics simulation of hard spheres.
计算机分子模拟的发展历史( 计算机分子模拟的发展历史(续) 分子模拟的发展历史
计算机分子模拟 (Molecular Simulation)
计算机分子模拟的部分应用领域: 计算机分子模拟的部分应用领域:
• 生物、制药: 生物、制药: • 力学、物理学: 力学、物理学: • 化学、化工: 化学、化工: • 微电子、微机械: 微电子、微机械: 大分子性质、药物设计 大分子性质、 应力与裂纹扩展、团簇研究 应力与裂纹扩展、 溶液理论、吸附、界面化学 溶液理论、吸附、 半导体工艺、微加工、 半导体工艺、微加工、 超薄膜润滑: 超薄膜润滑: • 地质、矿产: 地质、矿产: 地核动力学、熔融盐结构 地核动力学、 及其性质
particles N Volume V Temperature T Initial state r{N}
正则系综的配分函数
对于原子系统,位型(构型)的配分函数: 对于原子系统,位型(构型)的配分函数:
1 Q( N ,V , T ) = ⋅ ⋅ ⋅ ∫ exp[−U (r ) / k B T ]dr 3 N N! N !λ3 N ∫
< A(r, p) >τ =< A(r, p) &g算法: 解经典牛顿运动方程的算法:
数值积分 有限差分法 泰勒展开 Verlet算法: Verlet算法: 算法 优点:精确,时间可逆; 优点:精确,时间可逆; 缺点:速度有较大误差,轨迹与速度无关, 缺点:速度有较大误差,轨迹与速度无关,无法与热 浴耦联 Leapfrog形式 Leapfrog形式 优点:轨迹与速度有关, 优点:轨迹与速度有关,可与热浴耦联 缺点:速度近似; Verlet算子多花时间 缺点:速度近似;比Verlet算子多花时间 预测-校正格式 预测-
2) 3)
4)
< A(r , p ) >=
1
τ
∫ 0 A(r (t ), p (t ))dt
τ
3.2 各态遍历假说: 各态遍历假说:
一个力学体系在长时间的运动中, 一个力学体系在长时间的运动中 , 它的代 表点可以无限接近能量曲面上的任何点, 表点可以无限接近能量曲面上的任何点,系 综平均等于长时间的时间平均。 综平均等于长时间的时间平均。
exp(µN / k B T )V N PµVT ( s N , N ) ∝ exp[−U ( s N )] λ3 N N !
Metropolis GCMC algorithm
产生巨正则系综的马尔可夫链的过程涉及到典型的、 产生巨正则系综的马尔可夫链的过程涉及到典型的、 三种不同的随机移动: 三种不同的随机移动:
2. 什么是计算机分子模拟方法? 什么是计算机分子模拟方法?
分子模拟的定义: 分子模拟的定义:
从统计力学基本原理出发,将一定数量的分子输入 从统计力学基本原理出发, 计算机内进行分子微观结构的测定和宏观性质的计算。 计算机内进行分子微观结构的测定和宏观性质的计算。
按照获得微观态的方法不同,分子模拟分为: 按照获得微观态的方法不同,分子模拟分为:
分类: 分类:
正则系综 (Canonical MC) (NVT) MC, 巨正则系综 (Grand Canonical MC,GCMC) (µVT) Gibbs系综 Gibbs系综 (Gibbs Ensemble MC, GEMC) MC,
2.1 正则系综 正则系综MC (Canonical MC Simulation
Nλ = min{1, exp[−( µ + δU nm ) / kT ] } V
3
Pdelete
Pcreate
V = min{1, 3 exp[( µ − δU nm ) / kT ] } λ ( N + 1)
2.3 Gibbs Ensemble MC (GEMC)
特点: 特点:
尤其适用于研究纯流体或混合物的相平衡问题; 尤其适用于研究纯流体或混合物的相平衡问题; 此方法不能用于涉及到非常稠密流体的相平衡问题; 此方法不能用于涉及到非常稠密流体的相平衡问题; 此方法能同时获得共存相的各自密度及其组成; 此方法能同时获得共存相的各自密度及其组成; 此方法避免了共存相界面的问题。 此方法避免了共存相界面的问题。
掌握分子模拟方法的必备知识: 掌握分子模拟方法的必备知识:
编程技能 (Fortran or C/C++) 统计物理学(统计力学) 统计物理学(统计力学):
统计物理学基础; 统计物理学基础; 系综原理; 系综原理; 非平衡统计力学基础; 涨落理论 非平衡统计力学基础;
分子热力学 :
分子间相互作用理论; 分布函数理论 分子间相互作用理论;
巨正则系综配分函数
对于原子系统,位型(构型)的配分函数: 对于原子系统,位型(构型)的配分函数:
V N exp( Nµ / kT ) Ξ( µ , V , T ) = ∑ ⋅ ⋅ ⋅ ∫ exp[−U (s)/ kT ]dS 3 N ∫ N!λ3 N N =0
∞
其中, s 为标度坐标,r = V1/3 。 其中, 为标度坐标, 概率密度为: 概率密度为:
N1 (V - V1 ) Pparticle (m → n) = min{1, exp[−δU nm / kT ] } (N - N1 + 1)V1 change
总结与讨论
系综的等效性
采用什么系综来求体系的热力学量是无关紧要的, 采用什么系综来求体系的热力学量是无关紧要的, 其结果实际上都是一样的,这称为不同系综的热力 其结果实际上都是一样的, 学等同性。 学等同性。