分子模拟

你好，很高兴为你解答。分子模拟（Molecular Simulation） 利用计算机以原子水平的分子模型来模拟分子结构与行为，进而模拟分子体系的各种物理、化学性质的方法。它是在实验基础上，通过基本原理，构筑起一套模型和算法，从而计算出合理的分子结构与分子行为。分子模拟不仅可以模拟分子的静态结构，也可以模拟分子体系的动态行为。希望对你有帮助，望采纳

说得基础一些,分子模拟是以计算机为工具,在原子水平上建立分子模型用以模拟分子的结构与行为,进而模拟分子体系的各种物理化学性质. 具体地说,就是先在计算机屏幕上构建分子模型,包括对所研究对象的原子位置的详细描述和建立分子间相互作用力方程,

1、分子模拟是利用计算机以原子水平的分子模型来模拟分子结构与行为，进而模拟分子体系的各种物理、化学性质的方法。2、颗粒模拟是通过离散单元方法来模拟圆形颗粒介质的运动及其相互作用。

由于分子是肉眼看不到的微观粒子，用分子模拟模型能直观地表示分子的结构，因此能帮助学生了解分子的结构。

利用适当的简化条件，将原子间的作用等效为质点系的运动，从而避免了求解繁琐的量子力学方程。原子的运动遵从牛顿第二定律，质点系整体遵从哈密顿原理。与之对应，完全从量子力学出发进行的原子计算称为”第一性原理(ab into)计算“。第一性原理计算虽然精度高，但是计算复杂，难以实现大规模的模拟。而分子模拟则在保证精度的同时，大大扩展了原子的计算机模拟的使用范围。第一性原理计算通常不过几十、几百个原子，而分子模拟甚至可以实现百万甚至千万个原子的运算。

分子模拟的工作可分为两类：预测型和解释型。预测型工作是对材料进行性能预测、对过程进行优化筛选，进而为实验提供可行性方案设计。解释型工作即通过模拟解释现象、建立理论、探讨机理，从而为实验奠定理论基础。

难。分子模拟有两种用途，一是预测分子和材料的性质，模拟反应过程，找到合适的反应路径和实验方案；二是解释反应现象，建立起某一类反应的理论。应用非常广泛，计算化学常常要用到，计算生物学、药物设计、材料科学也有大用。尤其是生物和医药方面，一般被研究的对象是数千数万个原子的生物大分子，用第一性原理方法，即严格的量子力学方法基本上无法处理，计算量太大而且没有必要，用分子模拟方法可以比较可靠地得到研究对象的力学和动力学性质。研究蛋白质折叠、稳定性、构象转变，酶催化过程，以及蛋白质、DNA和膜复合物的辨识都要依靠分子模拟。

不管是药物设计还是分子模拟，蛋白的结构是必须的，结构的好坏直接影响后期实验的可信程度。虽然许多蛋白晶体结构已被解析，但仍有许多结构未被解析，好在聪明的科学家们想出了许多办法进行警惕结构的预测。市面上有许多建模工具，方法各异，有从头建模，同源建模等等。这些方法中常用也同时准确度较高的还是要属同源建模，其主要原理大致为序列相似的蛋白具有相同的结构，同源建模中最有名气的工具要属Swiss-Model以及Modeller。这两款软件/在线服务一直在持续更新，同时引用也较多。 Swiss-Model是巴塞尔大学推出的一款在线同源建模服务器，其使用非常简单方便，只需要将序列粘入，自动化处理结果后邮件通知，下面是其简单的使用方法: 首先点击右上角Create Account进行注册，仅需输入邮箱地址后会收到邮箱和密码，建议使用常用邮箱，因为后期需要接收结果。注册登录后点击Start Modelling进入项目界面。 其模型评价主要有两种方法，一种是比较出名许多同学都不太会解读的QMEAN评价： QMEAN是一种全局和局部模型质量的符合评分函数，其由四种结构描述所构成:超多三个连续氨基酸的转角势能对局部几何分析，两对距离势能来评价全原子和C-beta之间来的联系，溶剂化能描述残基状态。这些评分被拿来与已知高分辨率的晶体结构来进行比较，从而得出结构的准确性。 QMEAN值的范围为0到1,值越高结果越好，若界面上有个大拇指，表示结果很佳。 GMQE是一种整体的质量估计，其评价参数来源于建模的模板参数，同样得到的分数位于0到1之间。GMQE得分也会参考一定的QMEAN值，分数越高表示结果越可靠。 当然Swiss-Modeller建模方式简单，可操控性低，对于模型相似度较高的蛋白可以使用这种方法，若模型质量较低，可以采用更加强大的Modeller，这款神器我们下期详细讲解，记得关注哦！

u2002u2002u2002u2002从今天开始，我将开始为大家更新分子模拟相关的文章。首先，给大家介绍的第一部分知识是基于SWISS-MODEL的蛋白三维结构预测。 u2002u2002u2002u2002学过相关生物知识的同学都知道，蛋白质的一级结构决定了其高级结构，所以，我们可以根据已有的天然蛋白质结构对未知蛋白结构进行预测。其中最常用的方法之一就是比较建模法（ comparative modeling method），即我们常听到的同源建模（Homology Modeling），而SWISS-MODEL在线网站就是一款使用同源建模法预测蛋白三维结构的网站。下面我们就具体看一下如何使用这个在线网站进行蛋白的三维结构预测及结果解读。 预测工具 ：SWISS-MODEL （ https://swissmodel.expasy.org/ ） 氨基酸序列 ：按照FASTA格式准备好自己的氨基酸序列 u2002u2002u2002u2002其中相似度值，即的序列同源性（ sequence identity ）经比对后结果在 40% 以上 ，则待预测蛋白与模板蛋白结构可能属于同一家族，即为同源蛋白，则同源建模方法可用于预测该蛋白三维结构，预测模型可信度高。然后我们根据 GMQE 值（全球性模型质量估测）及 QMEAN 值评价同源建模的结果。GMQE值在0－1之间，越接近1则建模质量越好，QMEAN值区间为-4-0，越接近0则匹配度越好。 u2002u2002u2002u2002网页右边窗口中如下图所示的选项中可修改展示形式；按住鼠标左键可在图中旋转图片，找到合适角度后可在照相机按钮中进行保存； u2002u2002u2002u2002点击图中的 Structure　Assessment 按钮可详细查看该模型细节信息，同时也可根据其中的 Ramachandran Plots（拉式图） 对蛋白构象合理性进行评估。 （一般来说落在允许区（一般为深色区）和最大允许区（一般为浅色区）的氨基酸残基占整个蛋白质的比例高于90%可认为该模型的构象符合立体化学的规则。（不允许区一般为空白区）） u2002u2002u2002u2002点击预测结果最好的模型序号，弹出窗口中可选择保存形式（一般保存成PDB格式即可）。

近年来分子模拟技术发展迅速并在多个学科领域得到了广泛的应用。在药物设计领域，可用于研究病毒、药物的作用机理等；在生物科学领域，可用于表征蛋白质的多级结构与性质；在材料学领域，可用于研究结构与力学性能、材料的优化设计等；在化学领域，可用于研究表面催化及机理等；在石油化工领域，可用于分子筛催化剂结构表征、合成设计、吸附扩散，可构建和表征高分子链以及晶态或非晶态本体聚合物的结构，预测包括共混行为、机械性质、扩散、内聚与润湿以及表面粘接等在内的重要性质。

分子模拟计算表面吸附不能要固定所有原子。根据查询相关公开信息显示：因为计算表面能时，在模型中存在上下2个表面，从表面能的计算公式可以看出来要除以2A，如果固定了底层的原子，就会造成表面能偏大。

，Linux系统。ms分子模拟软件需要，Linux系统。ms分子模拟软件速度比较快,而且是开源软件。，分子模拟中怎样改变分子链的硬度，·MS.PolymorphPredictorPolymorph是一个算法集,目的是测定晶体的低能多晶型。MS是少有的能在win系统上操作的计算模拟软件。

LAMMPS是专门做分子动力学（MD）模拟的程序。它跟蒙卡完全是两种截然不同的方法。简单的蒙卡code规模很小，你可以自己写 —— 需要一个随机数发生器，一个抽样算法（比如metropolis，接近临界时可用swendson-wang），一个构型空间（如离散化的模型）。针对专门的问题，一般会有专门优化过的程序甚至做好的构型供抽样。“ LAMMPS is a classical molecular dynamics code that models an ensemble of particles in a liquid, solid, or gaseous state. It can model atomic, polymeric, biological, metallic, granular, and coarse-grained systems using a variety of force fields and boundary conditions. ”当然LAMMPS也提供了蒙卡功能：巨正则系综蒙卡：http://lammps.sandia.gov/doc/fix_gcmc.htmldirect simulation Monte Carlo： http://lammps.sandia.gov/doc/pair_dsmc.html

uff力场可以计算元素周期表上所有的元素，Dreiding力场适用于有机小分子，大分子，主族元素的计算

vdw是van der Waals的简写。这样简写一般表示的是van der Waals力或者这个力引起的作用能。material studio的discover模块的non-bond选项卡里可以设置非键相互作用能的考虑范围，里面有个选项叫"vdw & coulomb"，表示考虑van der Waals力和静电作用。

你可以参考这种专业的GPU计算服务器，比如这种GPU最大支持：Nvidia V100&P100&P40&P4&P5000&P6000 / 10块 产品型号：ZI2A9S8-4296-TC10 产品类型：双路十核机架式GPU计算服务器处 理 器：Xeon Silver 4210×2内 存：128G DDR4 REG ECC硬 盘：SSD SATA 480G网 卡：双千兆管 理：硬件监控、远程管理机 构：3U机架式电 源：4(3+1)冗余操作系统：Linux免费版 / VMware ESXi服 务：全国联保 叁年质保

加不加周期性边界和你模拟的体系有很大关系。由于你模拟的是材料，可能有在真实情况下许多结构单元是重复出现的，为了更好地模拟所以加上周期性边界。否则则是把一个（或者几个）单体放置在真空环境下模拟，多少会与真实情况有出入。

如果你只会用软件那就只能是民工一名，一辈子做重复性工作--与大多数“科学家”一样。运气好让你蒙上了出了个新药新材料你就赚钱出名了，人人把你当作楷模，偶尔跟实验结果对比，预测预测，但你也知道本质不过是重复性工作，所谓的“创新”也不过是微小的进步，做人民一辈子的好公仆。要是理论水平不行但是编程技能凑合，就变成IT民工一名，这个倒是比较好转，云计算等等都可以，但是你得有那能力。要是理论水平良好，编程能力还行，再加上天资聪颖，才智过人那你也就当个叫兽，混几年升个官大多数人也就不过如此。真正的科学家是不会满足于分子模拟的，这种vairous methods不过是横向发展，没有本质提高，就我来说本人学习分子模拟，量子计算，核物理模拟等等很快就能抓住本质，剩下的都是重复性工作，对人的能力发展来说是没有提高的。但看LZ关心就业前景估计对科学不感兴趣，鄙人就不说了。

技术过硬可以买部件自己装，自己装唯一的好处就是省钱，但是像保修这些就不好整了。虽然各部件都是有保修的，但是要搞清楚哪个部件损坏还是挺麻烦的。懂的话自己装也无妨，要是我买会倾向于自己折腾。既然您提问了，应该是不大了解这方面。如此，直接买整机吧。如果买整机，在预算多的情况下，可以买大品牌，大牌子的优势就是售后方便。大品牌机子一般会比我们自己组装的贵2～3倍吧。其实，大品牌的机器也是组装起来的，只是多了些测试环节。如果预算紧张的话，要考虑性价比的话，可以去百度搜或者上某宝买些其他牌子吧，这更划算，只是记得要选正规的，这个自己判断。无论是大牌子还是小牌子，机器内部的部件都是一样的、没有任何差别，毕竟能制造机器内部部件，如处理器、显卡这些，全球也就几家。所以，只要确保机器内部部件是全新的就没问题了。具体一些的话就是，做计算的，大家多用的Intel的处理器吧，我们老师两台都是Intel的。AMD的没怎么了解过。详细参数，如处理器架构、核心数、频率，还有内存、硬盘等相关参数，网上一搜一大把，反正就是规格越高性能越好，同时价格也高。但是，需要记住的是，电子产品几乎都如此，就是处于中端的产品一般性价比是较高的。反正就是自己详细斟酌。还有，就跑分子动力学来说，其实最重要的是要有显卡（计算卡）加速。跑分子动力学，一块不错的显卡（计算卡）的计算速度可以是十多核心CPU的几十倍。比如在Amber18下，使用Tesla V100 加速卡，对于20000万原子左右的体系，在NVE下能做到每天900纳秒的水平。但是，一张专业的计算卡通常要好几万，市面上有些牌子会用消费级显卡来加速分子模拟，而其速度也能达到十多核心CPU的十倍以上，所以这是可以考虑的。大多分子模拟软件都支持GPU加速，比如Amber，Gromacs等，只是需要额外编译软件的GPU加速版本。如果计算任务多是分子模拟的话，CPU方面可以不用下太多成本，十多核心差不多，预算多也可以往上加。如果涉及的量化计算比较多就要考虑提高CPU的配置了。还有，就是我们老师最新那台就是网上买的，具体什么牌子就不说了，除了整机还带计算环境的安装，感觉还可以，也是刷新了我的认知，没想到还有专门提供这方面服务的。

原子径向分布函数（Radial Distribution Function）：许多原子组成的系统中任取一原子为球心，求半径为r到r+dr的球壳内的平均原子数，再将每原子的结果进行平均，用函数4prr(r)dr表示（r(r）表示半径为r的球面上的平均原子密度），则RDF=4prr(r)称为原子径向分布函数。即任一原子周围，其他原子在沿径向的统计平均分布。图4-2为由x射线散射获得RDF描述非晶固体的原子分布的另两个函数为双体相关函数（双体几率函数）g(r）和约化径向分布函数G(r）约化径向分布函数：，r0为平均原子密度实际上，要从理论上确定非晶态固体的径向分布函数，关键是获得函数r(r）。这可以通过原子状态同X射线间的干涉函数来确定。

分子电中性是组成分子的原子的正负电荷数相等，对外显电中性。分子极性是由正负电荷分布的中心点是否重合决定的。重合的话就是非极性，不重合的话就是极性。这是跟分子的空间结构有关的。