GROMACS不仅是一个MD引擎,更是一套完整的分子模拟工具链——从力场参数化、拓扑生成到自由能计算,每个环节都有专业工具支持。本文从实际项目出发,重点分享GROMACS在药物设计、蛋白质动力学和自由能计算方面的实战经验。

| 场景 | 典型体系 | 模拟时间 | 核心分析 |
|---|---|---|---|
| 蛋白质动力学 | 单蛋白/复合物 | 50-500ns | RMSD/RMSF/二级结构 |
| 药物-靶点结合 | 蛋白+配体+水 | 50-200ns | 结合模式/氢键/MM-PBSA |
| 膜蛋白模拟 | 蛋白+脂质+水 | 100-1000ns | 膜性质/跨膜运输 |
| 自由能计算 | 蛋白+配体突变 | 10-50ns/窗口 | ΔΔG/结合亲和力 |
PDB结构 → pdb2gmx(拓扑) → 盒子 → 溶剂化 → 加离子
→ EM(能量最小化) → NVT平衡 → NPT平衡 → 生产MD → 分析
| 力场 | 蛋白质精度 | 小分子支持 | 脂质 | 速度 | 推荐场景 |
|---|---|---|---|---|---|
| AMBER ff19SB | ★★★★★ | 需GAFF | 需Lipid17 | 中 | 精确蛋白模拟 |
| AMBER ff14SB | ★★★★ | 需GAFF | 需Lipid14 | 中 | 标准蛋白模拟 |
| CHARMM36 | ★★★★ | ✅ 原生 | ✅ 原生 | 中 | 膜蛋白/糖蛋白 |
| OPLS-AA | ★★★ | ✅ 原生 | ✅ | 快 | 快速筛选 |
| GROMOS54a7 | ★★★ | 有限 | 有限 | 最快 | 粗略估算 |
经验决策:
| 水模型 | 精度 | 速度 | 适用场景 |
|---|---|---|---|
| TIP3P | ★★★ | ★★★★★ | 标准选择(推荐) |
| TIP4P-Ew | ★★★★ | ★★★ | 更精确的介电性质 |
| SPC/E | ★★★ | ★★★★ | 替代TIP3P |
| TIP5P | ★★★★★ | ★★ | 极少使用(太慢) |
经验:90%的项目用TIP3P就够了。水模型对结果的影响通常小于力场选择。
# em.mdp
integrator = steep
emtol = 1000.0 # kJ/mol/nm
emstep = 0.01 # nm
nsteps = 50000
cutoff-scheme = Verlet
coulombtype = PME
rcoulomb = 1.0 # nm
rvdw = 1.0 # nm
DispCorr = EnerPres # 色散校正
经验:
# nvt.mdp
integrator = md
dt = 0.002 # 2 fs
nsteps = 250000 # 500 ps
continuation = no
constraint_algorithm = lincs
constraints = h-bonds
cutoff-scheme = Verlet
coulombtype = PME
tcoupl = V-rescale
tc-grps = Protein Non-Protein
tau_t = 0.1 0.1
ref_t = 300 300
pcoupl = no
define = -DPOSRES # 位置约束
# npt.mdp (与NVT相同,增加压力耦合)
pcoupl = Parrinello-Rahman
pcoupltype = isotropic
tau_p = 2.0
ref_p = 1.0
compressibility = 4.5e-5
# 移除位置约束: 删除 define = -DPOSRES
# md.mdp
integrator = md
dt = 0.002
nsteps = 25000000 # 50 ns
tcoupl = V-rescale
tc-grps = Protein Non-Protein
tau_t = 0.1 0.1
ref_t = 300 300
pcoupl = Parrinello-Rahman
pcoupltype = isotropic
tau_p = 2.0
ref_p = 1.0
constraints = h-bonds
nstxout-compressed = 5000 # 每10ps保存轨迹
nstenergy = 5000
nstlog = 5000
# RMSD (相对于参考结构)
echo "Backbone" | gmx rms -s md.tpr -f md.xtc -o rmsd_backbone.xvg -tu ns
# RMSF (残基灵活性)
echo "C-alpha" | gmx rmsf -s md.tpr -f md.xtc -o rmsf.xvg -res
# 回转半径
echo "Protein" | gmx gyrate -s md.tpr -f md.xtc -o gyrate.xvg
# 二级结构
echo "Protein" | gmx dssp -s md.tpr -f md.xtc -o ss.xpm
经验:
# 氢键分析
echo "Protein" "Drug" | gmx hbond -s md.tpr -f md.xtc -num hbond.xvg
# 距离监控
echo "Protein" "Drug" | gmx distance -s md.tpr -f md.xtc -select 'com of group 1 plus com of group 2' -o distance.xvg
# 接触面积
echo "Protein" "Drug" | gmx sasa -s md.tpr -f md.xtc -o sasa.xvg -surface Protein -output group
# 提取PC1和PC2
gmx covar -s md.tpr -f md.xtc -o eigenvalues.xvg -v eigenvectors.trr
gmx anaeig -v eigenvectors.trr -s md.tpr -f md.xtc -proj pc1pc2.xvg -first 1 -last 2
# 用sham生成自由能面
gmx sham -f pc1pc2.xvg -notime -bin 100 -land -ls FES.xpm
经验:PCA(主成分分析)+自由能面是理解蛋白质构象变化的有力工具。前两个主成分通常覆盖>60%的构象变化。
# 安装g_mmpbsa
# 提取100帧轨迹
gmx trjconv -f md.xtc -s md.tpr -o frames.xtc -fit rot+trans -dt 100
# 计算
g_mmpbsa -f frames.xtc -s md.tpr -i mmpbsa.mdp -mm out_mm.dat -pol out_pol.dat
| 参数 | 典型值 |
|---|---|
| 帧数 | 50-200 |
| 计算时间 | 1-4小时 |
| 精度 | ±5 kJ/mol |
| 适用 | 相对结合自由能/虚拟筛选 |
# 自由能微扰(FEP)
gmx grompp -f fep_A.mdp -c complex.gro -p topol_A.top -o fep_A.tpr
gmx mdrun -deffnm fep_A -dhdl
# BAR分析
gmx bar -f fep_A.xvg -o bar.xvg
| 参数 | 典型值 |
|---|---|
| λ窗口数 | 15-30 |
| 每窗口模拟 | 1-5 ns |
| 总模拟时间 | 15-150 ns |
| 精度 | ±1 kJ/mol |
| 适用 | 精确ΔΔG/先导优化 |
经验:
用于计算沿反应坐标的自由能曲线:
# 1. 拉伸产生初始构型
gmx grompp -f pull.mdp -c npt.gro -p topol.top -o pull.tpr
gmx mdrun -deffnm pull -pf pullf.xvg
# 2. 生成伞形采样窗口
gmx wham -s pull.tpr -f pull_*.xvg -o pmf.xvg
经验:伞形采样的关键参数:
场景:小分子药物与激酶靶点的结合研究
| 参数 | 设置 |
|---|---|
| 体系 | 蛋白(300残基)+药物+水 |
| 原子数 | 40000 |
| 力场 | AMBER ff19SB + GAFF |
| 模拟时间 | 100 ns |
| 分析 | RMSD/RMSF/氢键/MM-PBSA |
| 参考价 | 5000-8000元 |
场景:评估点突变对配体结合的影响(ΔΔG)
| 参数 | 设置 |
|---|---|
| 方法 | FEP |
| λ窗口 | 20个 |
| 每窗口 | 2 ns |
| 总时间 | 80 ns(野生型+突变型) |
| 精度 | ±1.5 kJ/mol |
| 参考价 | 10000-20000元 |
场景:水通道蛋白的水分子运输机制
| 参数 | 设置 |
|---|---|
| 体系 | 蛋白+POPC膜+水 |
| 原子数 | 80000 |
| 力场 | CHARMM36 |
| 压力耦合 | 半各向异性 |
| 模拟时间 | 200 ns |
| 分析 | 水流通量/RMSF/选择性 |
| 参考价 | 8000-15000元 |
# 自动使用GPU
gmx mdrun -deffnm md -nb gpu
# 指定GPU ID
gmx mdrun -deffnm md -gpu_id 01
经验:GROMACS的GPU加速非常成熟,通常3-8倍加速。5万原子体系+GPU:1ns约1-2小时。
# 多节点并行
gmx mdrun -deffnm md -ntmpi 4 -ntomp 8 -npme 1
经验:
| 项目类型 | 模拟时间 | GPU时间 | 参考价 |
|---|---|---|---|
| 蛋白质平衡MD | 50ns | 12-24h | 2000-5000元 |
| 蛋白-配体结合MD | 100ns | 24-48h | 5000-8000元 |
| MM-PBSA自由能 | — | 2-4h | 3000-5000元 |
| FEP精确自由能 | 80ns | 48-96h | 10000-20000元 |
| 伞形采样PMF | 30-50ns | 24-72h | 8000-15000元 |
| 膜蛋白MD | 200ns | 72-120h | 8000-15000元 |
| REMD构象采样 | 1μs+ | 一周+ | 15000-50000元 |
GROMACS模拟的核心经验是:”力场+水模型决定精度,平衡质量决定可靠性,采样时间决定统计意义”。建议在项目规划阶段就明确分析目标(结构稳定性/结合自由能/运输机制),根据目标选择模拟时间和计算方法。如有需求,欢迎联系我们获取从建模到分析的完整技术支持。
Gromacs模拟计算:从建模到自由能的完整经验指南
GROMACS分子动力学模拟:生物分子实战经验全分享
材料拉伸计算:有限元方法与力学性能分析
GROMACS分子动力学模拟:从力场选择到自由能计算的完整工作流
GROMACS计算自由能:FEP全流程参数优化与膜蛋白体系的特殊处理
分子动力学模拟GROMACS完整流程:力场选择、平衡与轨迹分析方法
GROMACS计算自由能:膜蛋白-配体FEP结合能中电荷-范德华解耦与BAR收敛
分子动力学模拟计算:GROMACS蛋白质-配体复合物稳定性验证全流程
LAMMPS模拟计算:从输入文件到结果分析的全流程经验
LAMMPS计算势函数:力场选择与参数标定实战经验
LAMMPS计算自由能:自由能微扰与积分方法
径向分布函数理论计算:RDF的计算方法与应用
LAMMPS粗粒化建模:粗粒化分子动力学方法
LAMMPS代算声子谱:分子动力学声子谱计算方法
lammps计算弹性模量:从原子势函数到应力应变曲线的实践路径
LAMMPS计算揭示纳米晶铜拉伸变形:位错演化与晶界行为的原子尺度分析
模拟计算分子动力学:从入门到精通的实战经验
MS分子动力学模拟:Forcite模块实战经验指南
VASP计算分子动力学模拟:AIMD实战经验全分享
均方根偏差计算:RMSD在分子模拟中的应用
VASP怎么计算:从输入文件到结果分析的完整入门指南
分子动力学计算模拟:力场选取、系综控制与结果验证的实践指南
VASP计算结合能:从参数设置到结果验证的完整流程
vasp计算自由能:振动熵贡献与准谐近似的精度路径