“高斯分子动力学”这个说法在计算化学圈子里一般指的是两种不同的东西。一种是用Gaussian软件做的Born-Oppenheimer分子动力学(BOMD),另一种是Car-Parrinello分子动力学(CPMD)——两者都是第一性原理分子动力学(AIMD),但走的是完全不同的技术路线。

BOMD的方法论很直接:每一个时间步都做一次完整的电子结构SCF收敛,得到该核构型下的基态电子能量和力,然后用这些力推演核的运动。优点是每一步的力在物理上是准确的,缺点也是由此而来——SCF收敛耗时且不够稳健。当核构型在反应路径上的过渡态区域时,电子结构的HOMO-LUMO能隙会急剧收窄,SCF收敛难度陡增。Gaussian的BOMD在这种情况下会频繁触发SCF迭代失败,表现是”看轨迹文件觉得在跑,但其实中间有若干步用的是不收敛态下的力,轨迹已经偏了”。
CPMD的思路不同——电子自由度用虚拟动力学和核自由度在同一时间步长上一起演化,不需要每步做SCF。这使CPMD的时间步长可以比BOMD大5~10倍,模拟同样物理时长所需的墙钟时间大幅降低。但CPMD需要做到电子自由度与核自由度的绝热解耦,这对体系的带隙有要求——如果带隙太小甚至为零(金属或小带隙半导体),电子自由度的虚拟动能会缓慢向核自由度泄漏,最终电子态漂离Born-Oppenheimer面。这时候CPMD给出的力就是错的。
一个选择BOMD还是CPMD的实用判断标准:算一下体系的HOMO-LUMO gap。gap>3eV——CPMD大概率能安全跑通,绝热解耦条件充分满足。gap在1~3eV之间——CPMD可以跑但需要把电子的虚拟质量调到足够小(通常取核质量的1/400以下),虚拟质量越小绝热性越好但时间步长也要跟着缩小,此时CPMD相对于BOMD的时间优势大幅收窄。gap<1eV——直接走BOMD,不要犹豫,CPMD在这个区间翻车的概率远超成功。
能垒计算的背景下,AIMD走的是热力学积分加伞形采样(umbrella sampling)的路线。沿选定的反应坐标做一系列约束分子动力学模拟,每个窗口收集力或势能的统计分布,然后用WHAM重建自由能面。这个流程的精度取决于反应坐标的选择是否真正捕获了反应的动力学瓶颈。很多时候一个看似合理的键长差坐标,在AIMD里跑出来的自由能垒比实际低了很多,原因是真实的过渡态涉及到溶剂分子的协同重排,而简单的键长坐标没有把这种协同运动编码进去。坐标选择不是数学问题,是需要化学直觉和反复试错的一道坎。
除了BOMD和CPMD,还有第三种选择值得了解:Gaussian里也可以做经典MD(用Amber或Universal力场),它和AIMD走的不是一个精度量级但计算速度是天壤之别。如果你的体系可以在经典力场层面先做一轮构象空间搜索——找出可能的反应前驱态和产物态,然后用AIMD只在这些关键态附近做精细化采样——这种”粗→细”的层次化策略可以大幅压缩AIMD的总计算时间。不要上来就把整个问题扔给AIMD,先问问自己这个体系有没有可能用经典力场做预筛选。力的精度不是越高越好,是在对应该用精度的环节用精度。
https://www.keyanxueshu.com/
GROMACS分子动力学模拟的性能调优与并行计算
GROMACS分子动力学模拟的性能调优与并行计算
gpcr分子动力学模拟
gromacs自由能计算
高通量分子筛选:从算力并行到结果聚合的工程化路径
GROMACS分子动力学模拟:从建模到轨迹分析完整流程
Gromacs代算 — 科研用户的GROMACS分子动力学外包服务选型与质量验收指南
高斯加速分子动力学模拟 — GaMD突破常规MD采样瓶颈的原理与实践
LAMMPS计算气体分子在固体表面吸附能的脚本编写
LAMMPS计算吸附能
粗粒化分子动力学模拟
lammps计算声子谱
lammps计算rdf
径向分布函数模拟计算
径向分布函数理论计算
lammps计算自由能
代做分子动力学模拟
分子动力学结果分析
DS分子动力学模拟
分子模拟计算在材料科学中的典型应用与方法选型
DS分子动力学模拟的标准流程与分析方法
分子模拟计算在材料科学中的典型应用与方法选型
生物分子结构预测
大分子分子动力学模拟