### 分子动力学模拟的艺术——拉帕波特 #### 核心知识点概述 《分子动力学模拟的艺术》由丹尼斯·拉帕波特编写，是美国乃至全球分子动力学领域内一部非常重要的参考书籍。该书主要介绍了分子动力学（MD）模拟技术的基础知识、实践方法及其在纯理论研究与应用研究中的广泛应用。 #### 标题解读 - **分子动力学模拟**：一种通过求解经典多体问题来模拟原子或分子水平上物质行为的计算方法。 - **艺术**：在这里并非指传统意义上的艺术形式，而是强调作者对于该领域的深入理解和灵活运用技巧，以及如何通过细致的方法和步骤达到高效准确的模拟结果。 #### 描述解读 - **MD领域必备书籍**：表明该书不仅是初学者入门的指南，也是资深研究人员日常工作中不可或缺的参考资料。 - **在美国广受欢迎**：反映了这本书在美国分子动力学研究社区内的广泛认可度。 #### 详细知识点分析 ##### 一、分子动力学模拟简介 - **定义**：分子动力学是一种数值方法，通过求解牛顿方程组来模拟原子和分子的行为，可以用来预测物质的物理性质及化学反应过程。 - **原理**：基于经典力学框架，考虑粒子间的相互作用力，进而求解每个粒子的运动轨迹。 - **应用范围**： - **生物学**：研究蛋白质结构与功能的关系、药物设计等。 - **化学**：探究反应机理、材料科学等领域。 - **物理学**：理解纳米尺度下的物理现象。 ##### 二、关键技术与方法 - **势能函数**：用于描述系统中粒子间相互作用的能量表达式，包括范德华力、库仑力等。 - **积分方法**：选择合适的数值积分算法来求解粒子运动方程，如欧拉法、韦尔纳法等。 - **边界条件**：根据实际需求设定周期性边界条件或其他类型边界条件以模拟无限大系统或特定环境条件。 - **温度和压力控制**：通过引入温度浴和压力浴等方法来维持系统的热力学平衡状态。 ##### 三、案例研究 - **案例介绍**：书中提供了多个具体案例，涉及不同领域的问题解决思路和技术实现细节。 - **软件开发**：读者将学习如何自行编写程序进行分子动力学模拟，并对结果进行分析处理。 - **测量方法**：通过实际操作学会如何利用这些程序获得所需数据并对其进行解释。 ##### 四、新版特性 - **内容更新**：第二版相比第一版增加了大量新内容，并对原有章节进行了修订和完善。 - **软件重写**：用于教学演示的所有软件代码均经过重新编写，更符合现代编程规范和技术发展趋势。 #### 作者背景 - **教育经历**：丹尼斯·拉帕波特拥有墨尔本大学物理学士和硕士学位、伦敦国王学院理论物理学博士学位。 - **职业经历**：现任以色列巴伊兰大学物理学教授，并担任该系主任；曾在康奈尔大学、IBM纽约分部担任访问学者，在佐治亚大学担任兼职教授。 - **研究兴趣**：专注于分子动力学模拟方法论及其在多个领域的应用研究。 #### 结语 《分子动力学模拟的艺术》不仅是一本优秀的教科书，也为相关领域的科研人员提供了宝贵的学习资源和工具支持。通过本书的学习，读者能够掌握分子动力学模拟的基本理论与实践技能，并能够将其应用于解决复杂的科学研究问题。

OpenMM：高性能分子动力学库 介绍 是用于分子模拟的工具包。 它既可以用作运行模拟的独立应用程序，也可以用作您从自己的代码调用的库。 它提供了极大的灵活性（通过定制力量和集成商），开放性和高性能（尤其是在最近的GPU上），这些特性使其在仿真代码中真正独一无二。 获得帮助 需要帮忙？ 查看和。

聚类轨迹 该Python脚本接收分子动力学或Monte Carlo轨迹（.pdb，.xyz或OpenBabel支持的任何格式），使用Kabsch算法找到结构之间的最小RMSD，并执行聚集聚类（一种无监督的机器学习），以对相似的构象进行分类。 该脚本是在考虑到Python 3的情况下开发的，但是，鉴于所有库均可用，它也应在Python 2.7中工作。 脚本要做的是计算轨迹的每个配置之间的距离（使用最小RMSD），建立一个距离矩阵（以压缩形式存储）。 请注意，计算距离矩阵可能需要一些时间，具体取决于您的轨迹多长时间以及每种配置中有多少原子。 距离矩阵也可以从文件中读取（使用-i选项），以避免每次您要更改链接方法（使用-m ）或聚类的距离时重新计算该距离矩阵。 依存关系 该实现依赖于几个库，因此在运行脚本之前，请确保已在Python发行版中安装了所有库。 当前，需要以下库： 我们建议使用 P

分子建模与模拟导论10 分子动力学（Molecular Dynamics，MD）算法 .pdf

对称梯度域机器学习（sGDML） 有关更多详细信息，请访问： : 可以在这里找到文档： : 要求： Python 3.7以上 NumPy（> = 1.19） 科学（> = 1.1） 可选的： PyTorch（用于GPU加速） ASE（> = 3.16.2）（运行原子模拟） 入门 稳定释放 大多数系统pip预先安装了针对Python pip的默认软件包管理器。 只需调用以下sgdml即可安装sgdml ： $ pip install sgdml sgdml命令行界面和相应的Python API现在可以在系统上的任何位置使用。 开发版 （1）克隆存储库 $ git clone https://github.com/stefanch/sGDML.git $ cd sGDML ...或更新您现有的本地副本 $ git pull origin master （2）安装 $ pi

GPUMD 什么是GPUMD ？ GPUMD代表图形处理单元分子动力学。它是在图形处理单元（GPU）上完全实现的通用分子动力学（MD）代码。 通过使用GPU [1]，可以大大提高对多体势的力评估[1]，这要归功于参考文献中得出的一组简单的力，病毒应力和热流表达式。 [2，3]。 除了高效之外，GPUMD的另一个独特功能是它具有研究热传输的有用工具[2，3，4，5]。 先决条件 您需要具有计算能力不低于3.5的GPU卡以及不低于CUDA 9.0的CUDA工具包。 适用于Linux（带有GCC）和Windows（带有MSVC）操作系统。 编译GPUMD 转到src目录，然后输入make 。编译完成后，将在src目录中生成两个可执行文件gpumd和phonon 。 运行GPUMD 转到目录src 。 键入src/gpumd < examples/input_gpumd.txt来运行exampl

呼叫者 关于 ProtoCaller是一个Python库，可实现GROMACS中相对蛋白质-配体结合自由能计算的受控自动化。 ProtoCaller使用多种工具来自动化自由能计算过程，例如：Biopython，BioSimSpace，CHARMM-GUI，（可选）Modeller，Open Babel，ParmEd，PDB2PQR，pdbfixer，RDKit。 ProtoCaller可以在Linux和macOS上运行。 安装简便，可通过Conda执行。 请检查其他部分以获取更多信息。 安装 该程序包通过Conda分发。 要安装它，请运行以下命令： conda install -c conda-forge -c omnia -c michellab -c essexlab protocaller 可以使用以下命令安装开发版本（请谨慎使用）： conda install -c con

分子动力学模拟最为经典的一本书。 Contents: 1 Introduction 1 1.1 Historical background 1 1.2 Computer simulation 2 1.3 Molecular dynamics 4 1.4 Organization 8 1.5 Further reading 10 2 Basic molecular dynamics 11 2.1 Introduction 11 2.2 Soft-disk fluid 11 2.3 Methodology 18 2.4 Programming 20 2.5 Results 34 2.6 Further study 43 3 Simulating simple systems 44 3.1 Introduction 44 3.2 Equations of motion 44 3.3 Potential functions 46 3.4 Interaction computations 49 3.5 Integration methods 60 3.6 Initial state 67 3.7 Performance measurements 74 3.8 Trajectory sensitivity 77 3.9 Further study 82 v vi Contents 4 Equilibrium properties of simple fluids 83 4.1 Introduction 83 4.2 Thermodynamic measurements 84 4.3 Structure 90 4.4 Packing studies 96 4.5 Cluster analysis 112 4.6 Further study 118 5 Dynamical properties of simple fluids 120 5.1 Introduction 120 5.2 Transport coefficients 120 5.3 Measuring transport coefficients 124 5.4 Space–time correlation functions 134 5.5 Measurements 145 5.6 Further study 152 6 Alternative ensembles 153 6.1 Introduction 153 6.2 Feedback methods 154 6.3 Constraint methods 165 6.4 Further study 174 7 Nonequilibrium dynamics 176 7.1 Introduction 176 7.2 Homogeneous and inhomogeneous systems 176 7.3 Direct measurement 177 7.4 Modified dynamics 188 7.5 Further study 198 8 Rigid molecules 199 8.1 Introduction 199 8.2 Dynamics 200 8.3 Molecular construction 216 8.4 Measurements 222 8.5 Rotation matrix representation 232 8.6 Further study 243 9 Flexible molecules 245 9.1 Introduction 245 9.2 Description of molecule 245 9.3 Implementation details 247 9.4 Properties 251 9.5 Modeling structure formation 256 Contents vii 9.6 Surfactant models 257 9.7 Surfactant behavior 262 9.8 Further study 266 10 Geometrically constrained molecules 267 10.1 Introduction 267 10.2 Geometric constraints 267 10.3 Solving the constraint problem 270 10.4 Internal forces 278 10.5 Implementation details 286 10.6 Measurements 291 10.7 Further study 294 11 Internal coordinates 296 11.1 Introd

Numerical Simulation in Molecular Dynamics 2007

这些是LAMMPS主页的html文件