CGNEP-MB-pol：一种用于水的单站点粗粒化机器学习势

《Materials Genome Engineering Advances》：CGNEP-MB-pol: A Single-Site Coarse-Grained Machine Learning Potential for Water

　　

粗粒化（CG）分子动力学（MD）可以极大地扩展水的可及时间与长度尺度，前提是简化模型能够捕捉关键的结构、动力学和热力学性质。研究人员在此介绍一种用于水的CG机器学习势（MLP），命名为CGNEP-MB-pol，该势将单分子到单珠映射与神经进化势（NEP）框架及MB-pol参考数据相结合，旨在在本文检验的液态水与冰Ih体系中，缓解常限制传统CG模型的状态依赖性与有限可迁移性。在不改变NEP描述符或网络架构的情况下，该模型通过两步数据集精炼策略，基于力、能量和维里值进行多态训练，从原子构型导出的CG坐标和标签上进行训练。CGNEP-MB-pol保持与GPUMD + NEP工作流的兼容性，同时相比其全原子对应物提供显著的加速。它再现了映射参考力、液态水和冰的径向分布函数，以及自扩散和粘度的整体温度依赖性。双相模拟捕捉了冰的生长、熔化和固液共存，得到约274 K的熔化温度。本研究为从高保真原子参考模型构建CG-MLPs建立了一条实用路径。

**论文解读：CGNEP-MB-pol——基于机器学习的单站点粗粒化水势**

**研究背景与问题**
水是分子模拟中研究最深入但最具挑战性的系统之一。其反常的结构、热力学和动力学性质源于多体相互作用与波动氢键网络间的微妙平衡。近年来，高精度原子势，尤其是MB-pol多体势，已展现出从气相团簇到液态水和冰的近实验预测能力，为真实水模拟建立了新基准。然而，此类高保真原子模型的计算成本极高，严重限制了其在长时间尺度模拟、界面相变及介观输运过程中的常规应用。粗粒化（CG）通过减少显式自由度提供了一条有效克服此限制的途径：将多个原子映射为一个有效相互作用珠，从而降低粒子数并允许更大的稳定积分时间步长，进而扩展分子动力学（MD）模拟的可及时间与长度尺度。对于水，单分子到单珠映射尤为吸引人，它在保留凝聚相结构与输运相关分子中心的同时实现了大幅简化。然而，这种简化并非简单的几何投影，而是底层原子相空间的投影。从统计力学角度看，精确的CG相互作用是与所选映射相关的平均力势（PMF），因此有效相互作用通常具有多体热力学状态依赖性，并可能受记忆效应影响，这直接导致CG建模中著名的可迁移性与可表示性问题：在一个状态点优化以再现一组观测量的势可能在另一状态点失效，且单一有效相互作用难以同时再现结构、热力学和动力学性质。在水体系中，这一问题尤为严重，因为CG消除了显式分子内和取向自由度，而核心物理却由高度波动的氢键网络主导。传统自底向上CG方法（如力匹配和相对熵最小化）虽提供了从原子参考数据推导有效模型的严格框架，但通常仅在单一热力学状态下参数化，导致势仅近似该状态点的PMF，需要为温度、密度或相变重新参数化，极大限制了模型的通用性与实用性。机器学习势（MLP）通过从原子参考数据直接表示灵活的多体有效相互作用，为解决这些问题提供了自然框架。近期发展（如DeePCG、CGnets、CGNEP、NEP-CG/NEP-AACG）表明，CG可被表述为监督学习问题，通常在力匹配框架内，使得投影产生的涌现多体项被学习而非先验指定。然而，许多现有CG-MLP方案仍聚焦于单状态训练，或依赖对描述符和模型架构的实质性修改，这降低了与成熟原子模拟基础设施的兼容性。

**研究内容与结论**
本研究开发了一种用于水的CG-MLP，命名为CGNEP-MB-pol，通过结合单分子到单珠映射与MB-pol生成的高保真参考数据及神经进化势（NEP）框架。核心设计选择是保留原始NEP描述符和神经网络架构，完全通过数据映射、标签构建和训练策略实现CG，从而将CG复杂性从模型重新设计转移到数据集构建与学习协议，使所得模型完全兼容高效GPUMD软件。研究结果表明，CGNEP-MB-pol在力的再现、结构描述、输运性质的温度依赖性以及双相模拟中的相变行为方面均表现出良好性能，其熔化温度约为274 K，接近实验值。该研究为从高保真原子参考模型构建高效CG-MLPs建立了一条实用且可重复的路径，相关论文发表在《Materials Genome Engineering Advances》。

**关键技术方法**
研究人员采用以下主要方法：（1）从MB-pol数据库（包含236,425个构型，涵盖冰、液态水及冰-液界面）出发，通过两步数据集精炼策略：第一步粗筛去除明显异常构型（移除13,237个）；第二步基于描述符空间的远点采样（FPS）选择紧凑且多样化的训练集（最终3626个构型）。（2）采用单分子到单珠映射，将原子中心坐标和质量中心作为CG坐标，力标签为分子内所有原子力之和，能量标签由NEP-MB-pol在同一瞬时几何下的单体能量定义。（3）标准NEP形式，超参数包括径向截止半径0.6 nm、角向截止半径0.4 nm等，使用SNES优化，训练基于多态力、能量和维里值的损失函数。（4）模拟使用GPUMD，时间步长10 fs，NPT和NVT系综，用于结构、输运及双相共存模拟，初始双相构型通过局部加热生成。

**研究结果**

**3.1 力保真度与计算效率**
通过CGNEP-MB-pol预测的CG力与MB-pol导出的映射参考力进行对比，颤振图显示数据点紧密围绕对角线，表明模型以良好一致性捕获了力分布，意味着学习到的CG势编码了多状态信息，而非单一状态点的PMF。计算效率基准测试显示，CGNEP-MB-pol在粒子·步·秒指标上已优于高精度原子模型，而以ns/天表示时，性能增益更大，因消除快振动允许更大时间步长，约比NEP-MB-pol快两个数量级，比MB-pol快六个数量级，与mW模型达到相同实际吞吐量规模，同时保持与MB-pol参考数据的直接联系。

**3.2 液态水和冰的结构**
CGNEP-MB-pol再现了液态水在295 K和冰Ih在220 K下的O-O径向分布函数（RDF），与实验和NEP-MB-pol参考一致。液态水第一配位峰位置和高度及后续振荡衰减得到正确描述，冰中更尖锐的峰与参考行为吻合。与mW相比，CGNEP-MB-pol在冰Ih的中间范围峰更接近NEP-MB-pol参考，而mW在第二配位壳外出现明显偏差。水的密度偏差约为2%–6%，表明密度仍是单站点表示的限制之一。

**3.3 输运系数**
自扩散系数和剪切粘度作为温度的函数被评估。CGNEP-MB-pol预测的自扩散系数随温度单调增加，接近原子参考趋势和实验值；剪切粘度随温度升高而降低，遵循预期热依赖性。与mW相比，CGNEP-MB-pol显著减小了自扩散的高估和粘度的低估，给出更平衡的动力学描述。定量偏差源于单站点CG表示的内在限制（消除取向和分子内自由度）以及当前模型表达能力。从Mori-Zwanzig视角看，仅保留有效保守相互作用而忽略摩擦、涨落和记忆项，导致动力学加速或平滑。

**3.4 双相共存与熔化**
采用包含22,176个CG珠的双相模拟，测得熔化温度约274 K，接近实验值273.15 K。通过温度与冰分子数的关系，系统在270 K以下完全固化，278 K以上完全液化，274 K维持稳定共存。界面迁移速度作为温度函数，冻结和熔化分支交叉点给出熔化温度约274 K，与共存法一致。该结果说明CG模型在单珠表示下仍能再现固液自由能竞争。

**3.5 微观界面演化**
时间分辨快照显示：260 K下液态层逐渐结晶，界面处出现Ih型与Ic型混合堆垛无序；274 K下界面在微秒级保持稳定，表明接近真实相共存；290 K下晶体层逐渐后退直至完全熔化，残余薄层快速消失，体现界面动力学特征。这些微观行为与现有冰生长、堆垛无序及预熔化图像一致，表明CG模型能容纳真实局部多态性。

**总结与讨论**
研究结论部分翻译如下：
研究人员开发了CGNEP-MB-pol，一种从MB-pol多体参考导出的机器学习粗粒化水模型，并在GPUMD中高效实现。通过结合单分子到单珠映射与包含多态训练的两步训练策略，该模型在构型多样性、力保真度和计算效率之间实现了有效平衡。CGNEP-MB-pol是MB-pol至NEP-MB-pol框架的单珠粗粒化延续。在本文检验的液态水、冰Ih和液-冰转变案例中，它以合理整体精度再现了关键结构、输运和热力学趋势。除恢复平衡结构特征外，它还捕捉了输运性质（如自扩散和粘度）的温度依赖性，同时比原子多体模型加速数个数量级。此外，双相模拟表明该模型捕捉了冰与液态水之间的自由能竞争，得到约274 K的熔化温度，并再现了冻结和熔化的主要界面特征。CGNEP-MB-pol为在原子模拟难以企及的时空尺度上研究液态水、冰Ih及液-冰相变过程提供了一个实用平台，同时为从高保真原子参考构建粗粒化机器学习模型提供了一条高效路径。当前验证未覆盖更宽的水相图、高压冰相、显式氢位置、分子取向、质子有序、介电响应、旋转动力学、氢键寿命或溶质特异性氢键化学；应用于聚合物、生物分子或膜相关系统需要额外相互作用项和专门验证。