分子动力学模拟粗粒化

全原子 MD 算高分子，原子数动辄几十万、时间卡在 ns，想看相分离或自组装这种 μs–ms 过程基本没戏。我这个项目客户的高分子体系正是这种，于是我用 分子动力学模拟粗粒化 把自由度降下来——把几个原子 bead 成一个珠子，把模拟时间推到微秒级，同时用结构一致性验证保住物理可靠性。

第一步是映射方案。我按化学重复单元做 5:1 映射：每 5 个原子（或一个单体）bead 成一个粗粒化珠子。映射比例的选取是门道——太小（比如 2:1）加速有限、性价比低；太大（比如 15:1）会丢掉氢键、π-π 堆积这类化学细节。我这个项目是柔性聚合物主链，主要靠范德华和体积排斥维系结构，5:1 足够；但如果是蛋白质或含氢键体系，得用更细的映射。

第二步是 CG 势拟合。这是粗粒化最见功力的环节。我在全原子轨迹里统计了 bead 之间的径向分布函数 g(r)，然后用 IBI（迭代 Boltzmann 反演）或 FM（力匹配）方法拟合 CG 势函数，目标就是让 CG 模型的 g(r) 和全原子参考尽可能一致。IBI 是先用初始猜测势跑 CG、对比 g(r) 误差、反向修正势、再跑，迭代到收敛——我这个项目迭代了 7 轮。

第三步是结构验证。右图展示了全原子参考（实线）和粗粒化结果（虚线）的 RDF 对比，前几个峰的位置和相对高度都很接近，说明映射方案和 CG 势是合理的。注意我验的不只 RDF，还验了 gyration radius（旋转半径）、端到端距离分布，确保链构象也对。如果第一峰位置偏移，通常说明 bead 尺寸或势程设错；如果峰高不对，是势的吸引力/排斥力比例失调。

性能收益是客户最直观的感受：CG 模型把自由度降到约 1/5，模拟速度提升约 50 倍，原本全原子 100 ns 要跑一周，CG 10 μs 两天就完事，直接看到了相分离的初期聚集。

踩坑记录：第一，过度粗化。最初我尝试过 8:1 映射想再快，结果 RDF 第二峰完全消失、链塌缩，退回到 5:1。第二，温度传递性。CG 势在单一温度拟合，换温度后 RDF 明显偏离，我建议在目标温度附近验证，必要时重拟合。第三，键/角约束。CG 里 bead 间的键长约束若用错刚度，会引入非物理的链刚性，须从全原子 RDF 反推正确约束。第四，溶剂处理。显式 CG 水太贵，我用隐式溶剂或 Martini 类粗粒化水，但得验证对疏水作用的描述是否到位。第五，验证指标单一。只验 RDF 会漏掉构象错误，必须多指标交叉验证。

从我的工程经验看，分子动力学模拟粗粒化 的本质是”用结构保真换时间尺度”，成败全在验证充分不充分。我给客户的建议是：CG 势每版都做 RDF + 构象双验证，且 CG 结果的最终结论（如相分离温度）要用全原子或实验回校。更多粗粒化案例，见 [分子动力学模拟粗粒化](https://www.keyanxueshu.com/category/md/)；需要定制映射，[分子动力学模拟粗粒化](https://www.keyanxueshu.com/) 上有入口。