随着材料科学与生物科学的快速发展，越来越多的研究对象呈现出体系大、组分复杂、结构演化快等特点，传统实验手段在解析微观机制和动态过程时往往面临空间与时间分辨率的双重瓶颈。
分子动力学（MD）和粗粒化分子动力学（CGMD）作为主流的理论模拟方法，能够从原子或准原子的尺度追踪体系的结构和动力学演变，为揭示材料性质、分子行为和界面过程等提供了不可替代的工具。
MD注重细节、适用于小至中等规模体系的精细还原，而CGMD通过降低自由度，极大扩展了可模拟的时间和空间尺度，适合于大规模自组装、相变及生物大分子的集体行为等多种场景。二者已成为理解复杂体系微观机制与设计新材料的重要理论支撑。
分子动力学（MD）模拟是在原子尺度上研究体系动力学的重要工具。其基本原理是：在给定初始原子构型下，通过经典力场计算每个原子所受的力，并利用牛顿第二定律逐步积分推进原子的运动。
简单来说，研究者为体系中的所有原子指定初始位置（例如蛋白质、脂质和溶剂分子），然后在每个时间步上计算原子间的库仑力、范德华力以及键、角、二面角等力场项，再通过牛顿运动方程更新所有原子的速度和位置，得到随时间变化的三维轨迹（如同一部原子级别的“电影”）。
MD模拟通常采用非常短的时间步长（约1飞秒）以保持数值稳定性，而生物分子体系中许多重要现象（如蛋白质构象变化）发生在纳秒甚至微秒以上的时间尺度。因此一次有意义的MD模拟需要进行千万甚至数十亿个时间步计算，导致模拟计算量巨大。
MD模拟所用的力场通常基于分子力学理论，由量子力学计算和实验数据拟合得到。一个典型的力场包含对共价键的弹簧势（键、角、二面角项）和非键相互作用（原子之间的库仑势和范德华势）等项，用以描述分子内外的相互作用。
这些力场本质上是近似的，但经过多年的改进已经能够较好地再现多种分子体系的结构和热力学性质。常用的全原子经典力场包括AMBER、CHARMM、OPLS等，它们在蛋白质、核酸以及有机小分子模拟方面分别有着丰富的参数集。
由于经典MD模拟不会自动描述化学键的形成与断裂，研究化学反应或光化学过程时常需结合量子力学/分子力学（QM/MM）方法。
DOI: 10.1016/j.neuron.2018.08.011
MD模拟的适用范围通常限于相对较小的体系（几十万到几百万个原子）和较短的时间尺度（纳秒到微秒，借助专用硬件或GPU加速可达到毫秒尺度）。在此范围内，MD可以提供极高的分子分辨率和详细的动力学信息。
例如，MD模拟能够模拟蛋白质和核酸的构象变化、探究配体与受体的结合过程、研究膜蛋白中的离子或质子传输机制。
此外，MD也广泛应用于材料体系的研究，如聚合物链的构象与动力学、离子和溶剂分子在电解质溶液中的扩散行为、以及简单液体和气体的热力学性质等。
由于MD模拟条件可以被精确控制（例如精确设置初始构型、温度、压力和环境组成等），研究人员可以通过比较不同条件下的模拟结果，来分析特定因素对体系行为的影响。
MD模拟常与实验技术（如X射线晶体学、冷冻电镜、核磁共振NMR、EPR和FRET等）结合使用，为解释实验数据、提出新的可检验假设提供原子层面的视角。例如，通过MD可以预测蛋白质在不同突变或配体结合情况下的结构调节，为实验设计新的突变或改性方案提供参考。
粗粒化分子动力学（CGMD）是一类通过降低体系自由度来模拟更大空间和时间尺度的方法。在CGMD中，研究者将多个原子团聚为一个粗粒化粒子（又称“bead”），仅保留关键的结构特征，从而大幅减少需要处理的粒子数量。例如，在经典的Martini模型中，大约4个重原子被粗化为一个CG粒子。
粗粒化过程中被省略的次要自由度会以势均势形式隐含在粗粒化势能中。这意味着粗粒化粒子的运动不仅受平均势（潜在自由能面）的驱动，还受到摩擦力和随机热力的影响，因此通常采用朗之万动力学（Langevin dynamics）来模拟CG粒子的运动。
具体实现上，CG力场通常采用简化的相互作用形式。以Martini力场为例，该力场最初用于模拟脂质体系，其设计理念是使用模块化的简单模型来提高通用性。Martini采用≈4∶1的粗粒映射，并定义了代表不同极性和带电性质的多种粒子类型。
相邻粒子间通过Lennard-Jones势描述范德华相互作用，并使用低介电常数（ε≈15）来屏蔽电荷相互作用。键和键角项用简谐势描述，所有参数均通过匹配实验与高精度模拟得到的热力学和结构数据而标定。
除了Martini，其他知名CG模型还有UNRES（一个将蛋白质折叠问题粗粒化的模型）以及各种针对聚合物、DNA和碳水化合物的CG力场。
总的来说，CG力场的构建本质上是选择一组CG变量（如质心或特定原子）和对应的势能函数，并通过系统地拟合实验或全原子模拟数据来确定势能参数。
CGMD的适用范围比全原子MD更为广阔：由于自由度减少、相互作用更平滑且只需计算短程相互作用，CGMD的计算效率常比全原子模型快2–5个数量级。
例如，Martini模型比相同体系的全原子模拟快约十几倍甚至上百倍。同时，CG模型允许使用更长的时间步长（常在10–100飞秒量级），使得模拟可覆盖微秒、毫秒甚至更长的时间尺度。
因此，CGMD特别适合用于研究涉及大规模和长时间过程的体系，如脂质膜融合、蛋白质聚集、病毒衣壳装配、聚合物自组装和宏观相变等。这些过程往往是全原子MD难以直接触及的。在CGMD模拟中，虽然丢失了部分原子细节，但仍可捕捉体系的主要构象变化和热力学行为。
粒子分辨率：MD以原子（甚至显式氢原子）为基本粒子，提供最高分辨率；CGMD中每个粗粒化粒子代表多个原子，自由度被大幅压缩。例如常见的Martini模型中，一个CG粒子代表约4个重原子，导致粒子数减少3–5倍（相对全原子或全氢原子模型减少更多），这使得计算工作量按照近似$n^2$缩减。
计算复杂度：CGMD仅计算短程相互作用（截断距离一般在1纳米左右），不需要如粒子-网格Ewald（PME）等耗时的长程库仑相互作用算法，因此显著降低计算开销。同时，由于势能面平滑，CGMD可以使用远大于全原子MD的时间步长。综合这些因素，CGMD相较于MD通常快数个数量级。
DOI: 10.1038/s41467-023-39907-2
时间与空间尺度：MD通常能模拟的空间尺度为几十纳米以内、时间尺度为纳秒到微秒（借助GPU加速部分案例可达毫秒）；而CGMD可扩展到更大的尺寸（上百纳米甚至微米级）和更长时间（微秒到毫秒甚至以上）。这使CGMD能处理如囊泡或大分子复合物等全原子MD难以覆盖的体系。
模拟精度：MD提供原子级别的高精度结构和动力学信息，可直接模拟化学键和氢键等细节；CGMD由于省略了原子细节，不能描述化学反应和精细构象变化，仅能获得体系的宏观行为与热力学特征。换言之，CGMD牺牲了精度以换取计算效率，适合于关注整体机制和趋势的问题。
综上所述，MD和CGMD各有所长：MD胜在精度高、细节丰富，可准确地描述分子间的相互作用；CGMD则可模拟更大体系和更长时间的过程，但精度有所降低。
Steinrück等人于2018年发表于《Energy & Environmental Science》的工作聚焦于锂电池中碳酸酯类电解质在金属氧化物电极表面形成的电双层结构。该体系复杂、溶剂极性差异大、界面行为受电场显著影响，且电极界面层的分子排列难以直接实验解析。
为补全实验信息盲区，作者在X射线反射（XRR）实验基础上，构建了匹配体系的全原子MD模型，对电解质分子（EC与DMC）及其与Li⁺/PF₆⁻的局域排布、定向吸附行为进行原子级模拟。
模拟成功复现了XRR测得的电子密度分布，并揭示了第一层溶剂分子在电极表面平行吸附的构型、离子的层层分布规律，以及随着盐浓度变化所引发的层状周期增强现象。这些微观行为均难以通过实验直接确认。
Gao等人于2024年发表于《Angewandte Chemie International Edition》的研究聚焦于高分子前药纳米粒子的设计优化问题。
该体系涉及大量药物-高分子共轭物的自组装过程，体系尺寸大、链间构象复杂、松弛时间长，不适合使用全原子MD。
作者构建了一个粗粒化分子动力学模型（CGMD），在合理简化的粒子映射策略下，有效还原了纳米粒子的内部结构与链间排布。研究重点是比较不同连接臂（linker）化学结构对药物暴露度（SASA）的影响。
模拟发现，疏水性较低的连接臂会更暴露在粒子表面，有利于酶识别与释放，实验也验证了模拟预测的设计方案具有更优的药效与释放效率。该研究形成了“模拟指导设计—实验验证反馈”的闭环路径，极大提高了药物前体材料筛选效率。
DOI: 10.1002/anie.202316056
总体而言，分子动力学与粗粒化分子动力学各具优势，能够满足不同尺度和研究目标的模拟需求。全原子MD凭借高分辨率，适合解析关键分子相互作用和瞬态构象变化；CGMD则以高效计算能力胜出，适用于大体系、长时间的结构趋势与功能分析。它们不仅为实验提供结构与机制层面的理论补充，也能直接指导实验设计、优化材料分子结构。
随着多尺度方法与实验手段的不断融合，MD和CGMD将在生命科学、能源材料、智能高分子等前沿领域发挥更为重要的桥梁和推动作用，为揭示复杂体系的本质提供坚实的理论基础。
#华算科技#动力学#粗粒化分子动力学#聚合物#大尺度模拟#相变#空间尺度#生命科学#能源材料#智能高分子
声明：如需转载请注明出处（华算科技旗下资讯学习网站-学术资讯），并附有原文链接，谢谢！
