基于力场驱动的反映射方法在多尺度分子动力学中的应用

《Journal of Chemical Theory and Computation》：Force Field-Driven Backmapping for Multiscale Molecular Dynamics

分子动力学（MD）因时空限制面临挑战，多尺度分解（MF）框架通过回映射技术提升原子级与粗粒度模型的自洽性及效率，新型力场驱动的回映射方法增强精度与数值稳定性，支持更长的粗粒度时间步长。

　　

分子动力学（MD）是一种强大的模拟技术，能够以原子级分辨率捕捉分子和 macromolecular 系统的动力学行为和平衡性质。然而，由于 MD 所能达到的时间和空间尺度有限，它在实际应用中面临诸多挑战。为了解决这些问题，人们开发了多种粗粒度（CG）和多尺度方法。其中，多尺度分解（MF）是一种有前景的多尺度框架，它提供了一种自洽且高效的方式来同时演化原子级和粗粒度状态，而无需对粗粒度模型进行校准。MF 通过将粗粒度状态重新映射到一组与之一致的全原子微观状态来实现这种协同演化。在这项研究中，我们提出了一种基于力场驱动的重新映射方法，该方法在准确性和数值稳定性方面优于现有方法，从而允许在多尺度模拟过程中使用更大的粗粒度时间步长。