下载文档原格式
第四章分子动力学方法第四章分子动力学方法§4.1 分子动力学方法第四章分子动力学方法分子动力学（Molecular Dynamics，简称MD）是模拟大量粒子集合体系（固体、气体、液体）中单个粒子的运动的一种手法，其关键的概念是运动，即要计算粒子的位置、速度和取向随时间的演化。
分子动力学中的质点可以是原子、分子、或更大的粒子集合，只有在研究分子束实验等情况下，粒子才是真正的分子。
与“分子动力学”相类似的名词还有“晶格动力学”（研究固体中原子的振动）和“分子力学”（分子结构的量子力学），而分子动力学限于模拟经典粒子的运动。
分子动力学简单来说就是用数值方法求解经典力学中的N 体问题。
自 Newton时代起， N 体问题就被认为是很重要的物理问题，解析求解或质点轨道的混沌分析是数理力学中的关注点。
但时至今日，该问题重要性的原因已经进化成，将单粒子动力学与系统的集体状态相联系，人们试图通过考察单个粒子的运动来解释大量粒子集合系统的行为。
例如，绕过一物体的流体是怎样产生湍流尾迹的？蛋白质分子中的原子是怎样相互运动从而折叠成生命支撑形态的？流体气旋怎样产生如木星上的大红斑那样的长寿旋涡的？溶液中的长链分子怎样自组装成一些特殊结构？等等。
因此，分子动力学在凝聚态物理、材料科学、高分子化学和分子生物学等许多研究领域都有广泛的应用。
§4.1 分子动力学方法4.1.1 基本概念4.1.1.1 分子动力学分子动力学现已成为分子尺度上模拟的典型方法之一。
它起源于上世纪50 年代，在70年代中开始受到广泛关注。
分子动力学源于自Newton时代以来的古老概念，即只要知道了系统组分的初始条件和相互作用力，整个系统的行为就可以计算出来并可以预测。
该自然的决定性力学解释长期左右了科学界。
Laplace 于1814年曾写到：“Given for one instant an intelligence which could comprehend all the forces by which nature is animated and the respective situation of beings who compose it-an intelligence sufficiently vast to submit these data to analysis-it would embrace in the same formula the movements of the greatest bodies of the universe and those of the lightest atoms; for it, nothing would be uncertain and the future, as th e past, would be present to its eyes”（现在的分子动力学模拟中，Laplace的“intelligence”由计算机实现，“respective situation”即为给定的一组初始条件，“same formula”为算法程序）。
分子力学和分子动力学方法基础分子力学（Molecular Mechanics）和分子动力学（Molecular Dynamics）是在计算化学中常用的两种方法，用于研究分子结构和性质。
它们基于经典力学和统计力学理论，通过模拟分子间的相互作用来预测分子的行为。
分子力学方法首先被用于模拟蛋白质三维结构和稳定性，但现在已扩展到了许多其他领域，如药物设计、材料科学和生物化学等。
分子力学模拟通过建立分子中原子之间的相互作用势能函数，来计算其结构、能量和力学性质。
这些势能函数通常由力场参数和电子性质来描述，包括键长、键角、二面角、范德华力等。
分子力学方法主要基于以下假设：分子是刚性物体，原子之间的力可以通过经验势能函数描述，且分子在平衡位置附近做小振幅运动，使得能量最小化。
采用这些假设，我们可以通过最小化总能量来获得分子的最稳定构型。
在分子力学方法中，常用的技术包括能量最小化和构象等。
然而，分子力学方法并不能考虑分子体系的动力学行为，即不能模拟分子在时间上的演化。
为了解决这个问题，分子动力学方法被引入。
分子动力学方法可以通过在分子中引入速度，通过牛顿运动定律来模拟分子的行为。
分子动力学方法中，系统中的原子的运动是通过数值求解Newton's equations of motion得到。
这样的模拟可以提供关于分子结构和行为的动态信息。
分子动力学方法可以模拟温度、压力、流体动力学以及物体的力学性质等。
它可以模拟从毫秒到纳秒乃至皮秒量级的时间尺度。
为了获得物理现象的平均性质，通常需要对系统进行多次模拟，这些模拟称为ensemble。
总体而言，分子力学和分子动力学方法提供了深入研究分子结构和性质的手段。
它们是理解生物分子如蛋白质、核酸和多肽等的功能和性质，并用于物质设计和材料科学的重要工具。
随着计算能力的提高，这两种方法在计算化学和生命科学领域的应用会越来越广泛。
