aiwiki.page
中文
科学 / 物理 / molecular-dynamics

分子动力学

分子动力学通过模拟原子和分子的运动,将微观相互作用与物质的结构、性质和行为联系起来。

33 个关键词64 个词条链接到这里9 个尚未撰写AI 撰写
原子牛顿运动定律统计力学蒙特卡洛方法蛋白质图形处理单元诺贝尔化学奖势能分子动力学

分子动力学是一种追踪相互作用粒子随时间运动的计算方法。在最常见的形式中,它将原子表示为具有给定质量的粒子,并通过数值求解牛顿运动定律来计算其运动轨迹。作用力由原子间相互作用模型或电子结构计算得出。模拟会生成一系列按时间排序的构型,称为轨迹,可据此估算体系的结构性质、热力学性质和动力学性质。

这种方法将微观相互作用与实验中可观测的行为联系起来,可用于研究液体、晶体、聚合物、生物大分子、界面以及化学转化。与静态结构模型不同,轨迹能够揭示涨落、重排、输运以及分子状态之间的转变。不过,其预测能力取决于相互作用模型、数值计算方法、体系大小,以及对相关构型的采样是否充分。

分子动力学涵盖多种彼此相关的方法,而非单一的固定流程。经典全原子模拟应用最为广泛,而基于电子结构的动力学、粗粒化描述、随机运动方程和考虑原子核量子效应的方法则拓展了其适用范围。这些方法的共同目标,是在指定的长度和时间尺度上,将计算上可处理的微观描述与物理体系的行为联系起来。

历史发展

现代分子动力学诞生于统计力学与电子计算技术的结合。早期的解析理论将粒子间的相互作用与宏观性质联系起来,但对于贴近实际的多粒子体系,其运动方程通常无法显式求解。计算机模拟使研究者能够构建微观模型并观察其集体演化,而不必先为每一种感兴趣的性质推导出闭式理论。分子动力学与蒙特卡洛方法并行发展;后者以概率方式对构型进行采样,而不一定生成具有物理意义的时间序列。

1957 年,伯尼·阿尔德和托马斯·温赖特发表了硬球模拟研究。在这一模型中,粒子在瞬时弹性碰撞之间自由运动,因此计算是按碰撞事件推进的,而不是通过连续的原子间作用力来推进。这些研究有助于确立这样一个认识:简单的粒子模型也能再现集体现象,包括流体—固体相变。他们后来对速度关联的研究揭示了与流体集体运动有关的缓慢衰减分量,对微观动力学关联总会迅速消失的假设提出了挑战。

阿尼苏尔·拉赫曼于 1964 年开展的液氩模拟,是迈向连续势分子动力学的重要一步。这项模拟追踪了通过伦纳德–琼斯势相互作用的 864 个原子,同时考察了液体的结构和运动。1967 年,卢普·韦尔莱发表了颇具影响力的液态模拟研究,其中使用的积分算法和近邻列表策略成为基础性的数值工具。这些进展推动分子动力学从一种不寻常的计算实验,转变为研究凝聚态物质的可复现方法。

随着分子结构数据和计算资源日益丰富,分子动力学在生物学中的应用不断拓展。1977 年,J. 安德鲁·麦卡蒙、布鲁斯·盖林和马丁·卡普拉斯报告了一项对牛胰蛋白酶抑制剂进行的 9.2 皮秒模拟。尽管按后来的标准看,这段时间很短,而且模拟中没有显式表示周围的溶剂,但它表明,处于折叠状态的蛋白质内部也存在显著的涨落。此后,相互作用模型、溶剂处理方法和计算技术的改进,使越来越贴近实际的大分子运动研究成为可能。

1985 年,罗伯托·卡尔和米凯莱·帕里内洛提出卡尔–帕里内洛动力学,为将原子运动与电子结构计算相耦合开辟了一条影响深远的途径。后续进展包括大规模并行程序、Anton 等专用计算机,以及利用图形处理器进行加速。2013 年诺贝尔化学奖授予马丁·卡普拉斯、迈克尔·莱维特和阿里耶·瓦谢尔,以表彰他们在复杂化学体系多尺度模型方面的贡献。这一奖项肯定的是一个更广泛的建模框架,而分子动力学已成为其中的核心计算技术。

物理基础与统计解释

在经典分子动力学中,由 NN 个粒子组成的系统用位置 ri\mathbf r_i、速度 vi\mathbf v_i 和质量 mim_i 来描述。对于依赖于位置的势能 UU,运动方程为

mid2ridt2=Fi=−∇iU(r1,…,rN).m_i\frac{d^2\mathbf r_i}{dt^2} = \mathbf F_i = -\nabla_i U(\mathbf r_1,\ldots,\mathbf r_N).

初始位置和速度与相互作用模型、边界条件共同确定了一个初值问题。求解这个问题,就能得到系统在相空间中的运动轨迹。在孤立的保守系统中,连续形式的运动方程满足总能量守恒;数值近似通常只能在有限精度内保持能量守恒。

经典近似将原子核视为具有确定位置的粒子,通常不显式求解各个电子的运动,而是将电子的影响纳入势能之中。这种近似通常适用于常温下的分子重排,但其有效性取决于所考察的可观测量。高频振动、氢转移、零点能和量子隧穿等现象可能需要考虑原子核的量子效应。模拟中包含原子,并不意味着其动力学描述就是量子力学的。

统计解释与运动轨迹同样重要。某一时刻的构型并不是热力学性质。对于可观测量 AA,基于轨迹的估计通常写为

A‾=1M∑n=1MA(rn,pn),\overline A = \frac{1}{M}\sum_{n=1}^{M}A(\mathbf r_n,\mathbf p_n),

计算时,如有必要,应先舍弃初始平衡化阶段的数据。这个时间平均值用于估计热力学系综平均值;热力学系综是在给定宏观条件下微观状态的分布。两种平均值要一致,就需要采用适当的动力学,并充分探索相关状态。如果轨迹被困在某个长寿命构型中,就可能得到一个看似稳定、却不能代表平衡态的平均值。

微观轨迹通常对初始条件的微小变化十分敏感。因此,两种实现方式得到的原子坐标细节可能逐渐偏离,但仍能给出统计上一致的平衡性质。所以,长期预测每个原子的位置通常并不是模拟的目标。人们关注的量是分布、关联函数、输运系数和跃迁统计量。

平衡结构与真实的动力学过程也需要采用不同的评判标准。采样算法可能重现正确的构型分布,却改变分子事件发生的时间尺度。人为引入的摩擦、质量改变或偏置力,或许可以用于估计某些平衡平均值,却不适合直接用来解释折叠时间或扩散系数。因此,必须结合所使用的具体方程和数值控制方法,评估模拟时间的物理含义。

相互作用势与力场

许多模拟中的核心物理近似是力场:它由数学模型和一组参数构成,用于为给定构型赋予能量和力。在传统的生物分子分子力学中,能量通常分为成键项和非键项:

U=Ubond+Uangle+Utorsion+Unonbonded.U= U_{\mathrm{bond}} +U_{\mathrm{angle}} +U_{\mathrm{torsion}} +U_{\mathrm{nonbonded}}.

键伸缩和键角弯曲在各自的平衡值附近,常用近似谐函数表示。扭转项则通过周期函数描述绕化学键的旋转。这些项体现了分子的拓扑结构,包括哪些原子彼此相连,以及哪些相互作用需要特殊处理。

非键相互作用通常结合静电学中的相互作用项与 Lennard–Jones 项。一种典型的二体势为

Uij(r)=4ϵij[(σijr)12−(σijr)6]+qiqj4πϵ0r.U_{ij}(r)= 4\epsilon_{ij} \left[ \left(\frac{\sigma_{ij}}{r}\right)^{12} - \left(\frac{\sigma_{ij}}{r}\right)^6 \right] + \frac{q_iq_j}{4\pi\epsilon_0r}.

其中,ϵij\epsilon_{ij} 决定 Lennard–Jones 势阱的深度,σij\sigma_{ij} 决定其特征距离,qiq_i 和 qjq_j 为部分电荷。吸引性的 r−6r^{-6} 项近似描述色散作用,而陡峭的排斥项则是对短程排斥效应的一种便捷表示。部分电荷是模型参数,通常既不是整数离子电荷,也不是可以唯一测定的原子性质。

广泛使用的生物分子力场系列包括 AMBER、CHARMM、OPLS 和 GROMOS。它们的参数依据量子计算以及构象能、液体密度和溶剂化热力学等实验信息确定。各项参数共同构成一个完整模型:将某一系列的电荷参数与另一系列的非键项混用,可能破坏参数之间相互补偿的关系。即使属于同一系列,不同版本在蛋白质主链构象、核酸或特定离子的处理上也可能存在显著差异。

水的建模方式尤其重要,因为在生物体系模拟中,溶剂分子往往占据粒子总数的大部分。TIP3P、SPC/E 和 TIP4P/2005 等模型在几何结构、电荷位置和参数化方式上各不相同。有些模型能较好地再现某些液体性质,却不能准确描述其他性质,例如介电响应、黏度或冻结行为。因此,应将水模型视为一种特定的近似,而不是不影响结果的背景。

固定电荷势不会显式地随环境变化调整电子电荷分布。可极化模型通过诱导偶极子、辅助带电粒子或类似方案来处理这一问题。对于金属,嵌入原子模型可描述重要的多体效应;反应势则允许成键方式发生变化。机器学习势从参考计算中学习能量景观,并可在其训练域内达到接近电子结构计算的精度。但其可靠性仍取决于参考构型的多样性和质量,尤其是在与训练条件不同的情况下。

数值积分、边界与计算成本

大多数采用连续力的模拟都以很小的时间步长推进。Verlet 积分的一种广泛使用的变体是速度 Verlet 算法:

r(t+Δt)=r(t)+v(t)Δt+F(t)2mΔt2,\mathbf r(t+\Delta t) = \mathbf r(t)+\mathbf v(t)\Delta t +\frac{\mathbf F(t)}{2m}\Delta t^2,
v(t+Δt)=v(t)+F(t)+F(t+Δt)2mΔt.\mathbf v(t+\Delta t) = \mathbf v(t) +\frac{\mathbf F(t)+\mathbf F(t+\Delta t)}{2m}\Delta t.

根据新的位置可以计算新的作用力,随后完成速度更新。在适当条件下,这一算法具有时间可逆性和辛性,这些性质有助于控制保守系统的长期数值行为。但它们并不能消除时间步长过大所造成的误差。

时间步长必须足够小,以分辨模型中保留的最快运动。不施加约束的原子级模拟通常采用约一飞秒的步长;对涉及氢原子的化学键施加约束后,通常可采用约两飞秒的步长。SHAKE 和 LINCS 是维持此类几何约束的成熟算法。使用虚拟位点或氢质量重分配可能允许更大的步长,但是否适用取决于力场及所关注的观测量。采用两飞秒的步长时,模拟一微秒需要 5×1085\times10^8 个积分步。

体相系统通常用周期性边界条件来表示。有限大小的模拟盒在数学上沿空间重复排列,粒子从一侧离开后,会从相对的一侧重新进入。这消除了暴露表面,却引入了周期性镜像和有限尺寸效应。许多结构分析都需要以一致的方式重建跨越边界的分子,而扩散计算则需要使用记录了跨边界运动的轨迹,而不能使用折回模拟盒内的位置。

直接计算所有粒子对之间的相互作用,计算量大致按 N2N^2 增长。借助空间网格和近邻列表,可以更高效地计算短程相互作用;近邻列表收录距离在截断半径加缓冲区范围内的粒子对。在粒子运动导致列表失效之前,必须重建列表。突然截断势函数可能引入不连续性或非物理效应,因此可根据模型和观测量采用平滑切换、平移或解析修正。

长程库仑相互作用需要特殊处理。Ewald 求和将静电计算分为快速收敛的实空间部分和倒易空间部分。粒子网格 Ewald 方法利用网格和傅里叶变换加速倒易空间计算,计算量通常近似按 Nlog⁡NN\log N 增长。这类方法采用特定的周期性边界和静电边界约定;对于平板几何体系和带电系统,可能需要额外修正,或在解读结果时加以考虑。

现代程序将计算任务分配给多个处理器和加速器,但其并行扩展能力受到通信、负载不均衡以及积分步之间顺序依赖关系的限制。与单条高度并行的轨迹相比,多条相互独立的轨迹有时能更有效地利用大型计算机,尤其是在科学目标是统计采样,而非尽可能延长单条轨迹的模拟时长时。

系综、温度控制与压强控制

粒子数、体积和能量固定的孤立经典系统对应于微正则系综,即 NVENVE 系综。粒子数、体积和温度固定的模拟则以正则系综,即 NVTNVT 系综为目标。恒压模拟通常以等温等压系综,即 NPTNPT 系综为目标。这些区别规定了模拟所要采样的概率分布,而不只是输入文件中附带的标签。

在经典假设适用时,温度与动能通过能量均分定理联系起来:

⟨K⟩=f2kBT,\langle K\rangle=\frac{f}{2}k_{\mathrm B}T,

其中,ff 是参与能量均分的二次型自由度数,kBk_{\mathrm B} 是玻尔兹曼常数。施加约束和去除质心运动都会改变 ff。瞬时动能温度会发生涨落,在小系统中尤其明显;强行使其保持严格恒定,通常无法再现正则系综的涨落。

恒温器与隐含环境交换能量。Nosé–Hoover 方法通过引入额外变量来扩展动力学系统;对于单个恒温器变量不足以实现充分采样的系统,恒温器链可以改善采样。朗之万动力学引入摩擦力和随机力,两者通过涨落耗散条件相联系。随机速度重标度方法也能生成正则系综的动能分布。这些方法对动力学关联的影响各不相同,因此,平均温度相同并不意味着输运行为相同。

Berendsen 恒温器过去常用于平衡过程,它使温度逐渐趋向目标值,但不能生成正确的正则系综涨落分布。同样,简单的弱耦合压强控制方法,也不能与旨在对正确体积分布进行采样的恒压器互换使用。在计算压缩率或热容等由涨落导出的物理量时,这一区别尤为重要。适合用来稳定初始受应变构型的方法,未必适合用于正式模拟阶段的统计采样。

恒压器按照指定方案改变模拟盒及粒子坐标,从而调节压强。各向同性耦合使所有维度同步变化;各向异性耦合则允许更一般的形状变化。膜系统常采用半各向同性控制,使膜平面内与膜法向能够作出不同的响应。Parrinello–Rahman 恒压器和蒙特卡洛恒压器是其中的典型方法,两者的理论形式和数值行为各不相同。

模拟前的准备通常将能量最小化、热化和平衡过程与正式采样分开进行。能量最小化可以消除局部严重的粒子重叠,但不能建立热平衡。达到平衡可能还需要溶剂弛豫、体积调整,以及更缓慢的分子重组。对于许多系统,检查温度和密度是否稳定是必要的,但它们的稳定并不能证明蛋白质构象、界面排列或各相组成已经达到平衡。

结构观测量、输运与自由能

分子动力学最直接的输出是位置、速度,有时还包括力或应力。要对这些结果作出科学解释,需要将其转化为具有明确定义的平均值的观测量。对于均匀流体,径向分布函数 g(r)g(r) 衡量在距离 rr 处找到另一个粒子的相对概率。峰值揭示了粒子优先分布的配位壳层;结合相应的数密度进行积分,即可得到配位数。在膜或界面等各向异性环境中,单一的径向平均可能掩盖重要的方向性结构。

对于大分子,常见的分析包括相对于参考结构的均方根偏差、残基层面的涨落、距离、扭转角分布、二级结构以及接触概率。必须明确结构对齐的方式,因为整体平移和转动可能主导坐标比较的结果。均方根偏差有助于检测变化,但并不是判断是否达到平衡的通用指标:不同构象可能具有相似的数值,而一个稳定的平台也可能仅代表亚稳态,而非完整的平衡分布。

扩散系数通常由长时间尺度下的均方位移求得。对于 dd 维空间中的各向同性运动,

D=lim⁡t→∞⟨∣r(t)−r(0)∣2⟩2dt.D= \lim_{t\rightarrow\infty} \frac{\left\langle |\mathbf r(t)-\mathbf r(0)|^2 \right\rangle}{2dt}.

拟合区间必须位于扩散区间内,避开短时间尺度的弹道运动及其他瞬态过程。必须正确处理粒子跨越边界的情况。周期性模拟盒会通过流体动力学有限尺寸效应,使测得的自扩散系数发生系统性偏移,因此,单一盒尺寸下得到的结果并不一定就是体相极限值。

时间关联函数将涨落与输运联系起来。例如,在格林–久保表述中,剪切黏度与平衡态应力自关联函数的积分有关:

η=VkBT∫0∞⟨Pxy(0)Pxy(t)⟩ dt.\eta= \frac{V}{k_{\mathrm B}T} \int_0^\infty \langle P_{xy}(0)P_{xy}(t)\rangle\,dt.

类似的表达式将微观流与热导率及其他系数联系起来。这类估计可能含有较大噪声,因为必须将收敛缓慢的关联积分与统计涨落区分开来。非平衡模拟提供了另一种途径,即施加梯度或驱动力,并测量系统的响应。

自由能计算关注的是相对概率,而不仅仅是力学能。若坐标 ss 的平衡概率密度为 P(s)P(s),则可定义平均力势:

F(s)=−kBTln⁡P(s)+C.F(s)=-k_{\mathrm B}T\ln P(s)+C.

这一物理量包含了未纳入该坐标的自由度所作的贡献。热力学积分和基于微扰的方法可用于计算不同状态或模型之间的自由能差。结合自由能计算还需要注意约束、适用情况下的分子对称性,以及标准态约定。两个分子之间有利的相互作用能本身并不等于其结合自由能,因为溶剂重排和熵也会作出贡献。

稀有事件与增强采样

许多分子模拟的主要障碍并非体系的规模,而是时间尺度之间的巨大差异。化学键振动发生在飞秒尺度上,而构象转换、成核、配体解离或大规模分子组装则可能需要微秒、毫秒乃至更长时间。即使研究的问题涉及慢得多的事件,模拟轨迹仍必须分辨快速运动。因此,单纯延长常规模拟的运行时间,可能效率低下,或在计算上不可行。

亚稳态带来的局限尤其容易造成误判。体系可能在其能量景观的某个势阱内发生大量涨落,却很少跨越到另一个势阱。因此,即使保存了数千个构型,其中关于各势阱相对占据概率的独立信息也可能很少。增强采样方法通过修改动力学、使用多个副本、引入中间态,或围绕跃迁组织轨迹来应对这一问题。

伞形采样在选定坐标的多个相互重叠的区间内施加约束势,再将所得的偏置分布合并,还原自由能曲线。该方法能否成功,取决于相邻窗口之间是否有足够的重叠,以及该坐标未显式描述的运动是否达到平衡。例如,限制配体与结合位点之间的距离,并不一定能有效采样缓慢的转动、水合状态变化或蛋白质重排。因此,一条看似平滑的曲线,可能掩盖了正交自由度上采样不充分的问题。

元动力学在集体变量空间中加入依赖历史的偏置,抑制体系反复访问已经探索过的区域。良调元动力学则随着采样推进,逐渐降低偏置的累积速率。副本交换方法采用另一种思路,允许不同温度或不同哈密顿量下的模拟相互交换构型。温度交换有助于跨越能垒,但对于自由度众多的体系,所需的副本数量可能会很大。这两类方法都不能免除验证探索是否充分的必要性。

自由能微扰计算通常使用炼金参数 λ\lambda,经由中间态将一个哈密顿量变换为另一个。这些变换不必对应真实的化学路径。要获得可靠的估计,必须有充分的统计重叠,恰当处理端点处的相互作用,并对变换过程中的分子重排进行采样。正向和反向计算可以暴露某些未收敛的问题,但两者结果一致并不能普遍保证准确性。

偏置模拟通常不能保留真实的跃迁时间。包括跃迁路径采样和加权系综方法在内的专门方法,可以在规定条件下研究稀有轨迹或跃迁速率。马尔可夫状态模型将离散状态之间的跃迁组织起来,并能整合多条轨迹,但其动力学解释取决于状态的定义、滞后时间以及跃迁采样是否充分。无论分析方法多么复杂,如果不引入额外假设,就无法重建原始数据中不存在的事件。

电子结构动力学、量子核动力学与粗粒化动力学

采用固定拓扑的经典力场之所以效率较高,部分原因在于它们不必在每个时间步求解电子结构问题。但在化学键形成或断裂、电荷转移起重要作用,或配位环境发生显著变化时,这种做法就会受到限制。第一性原理分子动力学则利用电子结构理论计算作用力,其中常用的是密度泛函理论。尽管作用力由量子力学推导而来,原子的运动仍常常按经典力学处理。

在玻恩–奥本海默分子动力学中,计算作用力之前,先针对每一种原子核构型对电子态进行近似优化。卡尔–帕里内洛动力学则为电子轨道引入辅助动力学变量和虚拟电子质量,使电子与原子核耦合演化,并通过相应条件使电子保持在相关基态势能面附近。这是两种不同的算法,不能将它们的名称互换使用,也不能用来泛指所有基于量子力学的模拟。它们的精度取决于电子结构近似、基组表示、数值收敛性以及对原子核的处理方式。

电子结构计算的成本远高于典型的经典力场作用力计算。因此,与经典生物分子模拟相比,常规第一性原理模拟的轨迹通常更短,涉及的原子也更少。尽管如此,它们对于研究液体结构、反应界面、离子配位和基元化学过程仍很有价值。精细的电子结构描述并不会自动解决采样问题:即使每一次作用力计算都很准确,短轨迹在统计上仍可能不够充分。

量子力学/分子力学通常缩写为 QM/MM,它将体系划分为不同区域。反应中心采用量子力学处理,周围环境则使用计算成本较低的分子力学模型。这对研究酶尤其有用,因为化学键重排可能只发生在局部,而周围的蛋白质和溶剂会影响静电作用及几何结构。区域边界的划定、跨越边界的共价键如何处理,以及环境如何使量子区域发生极化,都是建模时的重要选择。

原子核的量子效应可以通过路径积分技术纳入模拟。在这种方法中,一个量子粒子在统计上由一组首尾相接、相互耦合的副本来表示。在满足适当收敛条件时,路径积分分子动力学能够对平衡态下的原子核量子性质进行采样。其辅助轨迹并不自然等同于真实时间的量子轨迹。相关的近似方法试图获取动力学信息,但其有效性取决于所研究的可观测量和物理条件。

在分辨率的另一端,粗粒化模型将多个原子合并为一个有效位点。Martini 等模型使研究更大尺度的膜和组装体,以及有效时间尺度更长的过程成为可能。消去自由度会改变熵、摩擦以及有效相互作用的含义。因此,粗粒化时间与全原子时间之间并不存在通用的换算关系;能够再现某一种结构分布,也不意味着模型能准确描述动力学,或可迁移到不同条件下使用。

在生物学、化学与材料科学中的应用

在结构生物学中,分子动力学通过描述结构涨落和其他可能的构象,为实验测定的结构提供补充。它可以研究蛋白质折叠、侧链重排、水合作用和配体识别如何由分子间相互作用产生。模拟已被用于研究小蛋白质的折叠路径,以及较大体系中的构象转变。不过,模拟轨迹并非直接的实验观测;视觉上看似合理的运动,必须与有定量证据支持的机制加以区分。

膜模拟能够在分子层面解析脂质、蛋白质、离子和水之间的相互作用,可用于研究双层膜厚度、脂质有序性、膜内横向组织以及渗透过程。对于离子通道,原子构型有助于解释离子配位和水合作用如何影响选择性与传导。外加电场或浓度差可以驱动输运,而平衡自由能计算则可用于表征能垒。结果取决于诸多细节,例如离子参数、膜组成、电压的定义约定,以及模拟中的蛋白质状态是否与实验中的状态一致。

在药物研究中,分子动力学用于探索结合位点的柔性、水分子的重排,以及候选结合姿态的稳定性。相对结合自由能计算通过在明确规定的计算循环中将一种化学结构转变为另一种,来比较结构相关的配体。这类计算可以为分子设计提供参考,但亲和力只是药物作用特征的一个方面。由模拟得到的结合预测,并不能证实药物的生物学效力、安全性或临床表现。

液态化学利用分子动力学将局部组织结构与宏观性质联系起来。其应用包括电解质溶剂化、氢键网络、离子液体和混合溶剂。界面研究则考察吸附、润湿以及表面附近的分子取向。反应模拟方法和电子结构方法将这些研究拓展到质子转移、电极界面和催化路径等问题;在这些过程中,电子结构的变化可能是决定机制的关键。

材料科学中的应用涵盖晶体缺陷、聚合物和玻璃等领域。模拟可以追踪位错运动、断裂起始、辐照诱发的碰撞级联,以及压缩或加热条件下的结构变化。聚合物研究考察链松弛、缠结和链段运动。热输运计算将原子运动与热流联系起来,而相变模拟则研究成核路径和界面生长。受可实现的时间和长度尺度限制,模拟中往往需要采用远高于实验值的应变率或冷却速率,这可能改变所观察到的机制。

模拟与实验的比较往往是间接进行的。利用轨迹可以预测衍射图样、核磁共振可观测量、振动光谱或散射函数。这些比较将模拟与实际测量的物理量联系起来,而不只是与经过解释得到的结构进行比较。这种联系本身可能还需要额外的模型,例如将分子构型转换为光谱信号的模型。因此,模拟与实验之间的偏差可能来自模拟轨迹、信号模型,或实验条件的差异。

验证、不确定性与可重复性

可信的分子动力学结果,需要分别评估数值计算的正确性、物理模型的适用性以及统计收敛性。数值检验关注所选方程的求解精度是否足够。有效的测试包括缩小时间步长、收紧约束容差、在适当的孤立系统测试中检查能量变化,以及调整近邻列表或静电计算设置。没有出现数值不稳定的轨迹未必准确,但明显的数值不稳定会使后续统计分析失去效力。

模型验证关注相互作用的描述能否重现相关物理行为。模拟得到的液体密度与实验一致,并不意味着构象分布、介电响应或结合自由能也正确。不同误差可能在一个可观测量上相互抵消,却在另一个可观测量上相互叠加。在温度、压力、组成和化学状态均相匹配的条件下,与多项独立测量结果进行比较,才能提供最有力的验证。用某个实验量拟合得到的参数,不能再通过同一个实验量接受独立检验。

统计不确定性必须考虑时间相关性。更频繁地保存坐标,并不会增加独立样本。对于具有相关性的序列,有效样本量小于已保存的帧数,并且取决于所考察可观测量的相关时间。分块平均、自相关分析和独立重复模拟可用于估计统计精度。同一条轨迹中,不同可观测量的收敛速度可能相差很大:局部键合几何结构可以很快达到平衡,而集体构象的分布仍可能存在不确定性。

从不同构型或不同初始速度分配出发进行独立模拟,对于发现结果对初始条件的依赖尤其有价值。只有当各次重复模拟都探索了相关的其他可能状态时,它们之间的一致性才能增强估计结果的可信度。多次模拟若都从同一个亚稳态盆地出发,结果可能高度一致,却全都遗漏了另一个重要状态。同样,较窄的误差条只能量化既定假设下的采样精度;它们既不涵盖所有力场误差,也不能证明结果在物理上准确。

化学状态与组成的设定是另一项主要的不确定性来源。质子化状态、互变异构形式、金属配位、缺失残基、二硫键连接关系以及离子组成,都可能显著改变模型。常规的固定拓扑模拟通常会将其中许多设定保持不变。恒 pH 方法和反应性模拟方法可以放宽部分假设,但也会引入额外的算法和参数。因此,结构准备本身就是科学模型的一部分,而不只是例行的前期设置工作。

要保证可重复性,就需要报告软件及其版本、力场参数、分子拓扑、初始结构、溶剂和离子组成、积分设置、约束、边界处理方式、恒温器和恒压器的选择、平衡过程以及分析方法的定义。输入文件和分析代码往往不可或缺,因为仅靠文字描述可能遗漏影响结果的默认设置。逐个坐标的精确复现可能取决于硬件和运算顺序;而科学结果的可重复性,则要求按照所记录的流程,能够得到在所报告不确定性范围内统计上一致的可观测量。