Materials Studio 中 FORCITE 模块简介

  • 2870
  • A+

今天简介一下 Materials Studio(MS)中 FORCITE 模块。FORCITE模块主要是基于分子动力学(Molecular Dynamics)研究体系的扩散系数,径向分布函数,回转半径等性质。


MS中的 FORCITE 模块是由 DISCOVER 模块发展来的,在 MS 8.0 中 DISCOVER 模块完全被 FORCITE 取代。在动力学模拟(Molecular Dynamics)之前,需要选择两个重要的参数,分别是力场(Forcefield)和系综(Ensemble)。


▲图1 FORCITE 模块中力场和系综


首先对MS中FOCITE模块的力场进行简介,FOCITE 中的力场包括 COMPASS 力场、Dreiding 力场、Universal 力场、pcff 力场、cvff 力场。COMPASS力场适用于有机和一些无机分子,一般用于材料领域性质的计算(MS私有);COMPASS26 与 COMPASS27 与 COMPASS 相比,增加以及改进了一些分子参数。Dreiding 和 Universal 力场中包含的原子参数较多,适用于多数类型分子和材料。pcff 力场适用于糖类、脂类和核酸。cvff 适用于多肽和蛋白质。可以根据体系类型选择不同的力场进行计算。在对一个体系进行计算时,所选的力场中可能并没有我们体系中的原子,这时我们需要在 MS 安装包

share/Resources/Simulation/ClassicalEnergy/FORCEFIELDS/Standard路径下的对应的力场中添加参数,包括键长,键角,二面角等参数,同时在这个路径中可以导入新的力场。

系综也是动力学计算当中最重要的参数,系综包括微正则系综(NVE),等焓等压系综系综(NPH),正则系综(NVT),等温等压系综(NPT)。其中 NVT 和 NPT 是比较常用的系综,如果研究扩散,优化为了获得稳定的密度时使用 NPT 系综;如果研究吸附,推荐使用 NVT 系综。

对于动力学模拟的一般过程包括结构优化(Geometry Optimization),退火(Anneal)和动力学(Dynamics)三个过程。三个过程中精度(Quality)需要保持一致,结构优化使用 Medium,退火和动力学都使用 Medium。


▲图2 动力学模拟过程


对于结构优化过程中,一般使用的算法是最陡下降法(Steepest descent)和共轭梯度法(Conjugate gradient)。最陡下降法适用于偏离平衡位置较大的结构,共轭梯度法适用于已经接近平衡位置的结构的优化。因此对于我们自己构建的模型需要先使用最陡下降法,接着使用共轭梯度法来找到能量最低的结构。在退火过程中,初始温度(Initial temperature)一般选择 300 K,中间循环温度(Mid-cycle temperature)一般选择 500 K。退火和动力学过程中步长(Time step)选择 1fs,对于控温方法(Themostat)选择 Andersen(控压方法选择 Berendsen)。对于能量偏差(Energy deviation)的选择尽可能大于体系的能量。对于退火过程和动力学的模拟时间一般不同,退火过程一般模拟的时间为 10-100 ps 左右,而对于动力学过程中模拟的时间较长,一般要选择10ns以上的模拟时间。


▲图3 退火和动力学中的部分参数


对于动力学模拟之后的分析主要包括径向分布,扩散系数和回转半径等。径向分布主要可以看到两种分子或者原子之间的成键情况。首先选择两种原子或者分子,将这两种的分子或者原子分别设置成两种 Set,接着分析两种 Set 的径向分布,本次分析选择了两种原子(O 和 H)进行分析,我们一般选择total(H1-O1),从径向分布图中可以看出在 1.6-3.1Å 之间有峰,则说明 O 与 H 之间有氢键形成。


▲图4 设置 Set 的步骤


▲图5 O 原子与 H 原子的径向分布函数


扩散系数主要通过分析均方位移(Mean Square Displacement)来间接求出体系的扩散系数:即均方位移曲线斜率的六分之一就是体系的扩散系数(公式(1))。对于均方位移同样先设置一个分子的 Set,然后选择模拟时间的范围进行分析。均方位移受温度的影响,如图6 得到不同温度下的均方位移, 随着温度的增加,均方位移(扩散系数)增加,在使用均方位移计算扩散系数时,要选取体系平衡之前的均方位移进行计算(图6 中选择 7ns 之前的均方位移)。对于回转半径,一般针对蛋白质和 DNA 在动力学模拟之后需要分析蛋白质和 DNA 的稳定性。

▲图6 某分子在五种温度下的均方位移


来源:研成之理
weinxin
我的微信
关注我了解更多内容

发表评论

目前评论: