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。
![](https://i-blog.csdnimg.cn/blog_migrate/225e71033797d21750bbc2eee3787222.png)
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: