DMFF：分子力场开发新利器

分子体系模拟与分子力场

分子体系模拟在生物大分子结构预测、药物筛选、有机材料筛选等领域具有重要应用价值。

分子体系的模拟中最重要的就是刻画体系势能函数、描述相互作用。在经典分子动力学模拟(CMD)中，势能函数遵循固定的数学形式，而分子力场即以数学函数的形式给出了分子间与分子内相互作用势。

                                传统力场的数学形式

然而，目前投入工业化应用的分子力场普遍面临着这样几个问题：

• 缺乏可移植性和预测能力：研究新体系时，在真正跑出结果之前，恐怕谁都不确定哪个力场结果更好。除了靠“经验”，谁也说不清楚力场应该怎么选。
• 参数缺少唯一性和一致性：经常出现多套完全不同的参数能给出相似的宏观预测，因此不能仅通过宏观数据确定微观上哪套参数更为合理。同时，我们也常常能看到非常相似的体系，力场参数却完全不同，因此不同课题组发展的力场往往不能组合使用。

---

机器学习与自动微分技术

在分子力场拟合领域，提起机器学习，绝大多数同学可能想到的是人工神经网络架构：