专访普林斯顿大学教授：这项革命性的分子动力学方法是怎样诞生的
Roberto Car和Michele Parrinello于1985年发表了论文《分子动力学和密度泛函理论的统一方法》，创造性地提出了Car-Parrinello分子动力学方法，首次在密度泛函理论这一量子力学方法的精度下实现了分子动力学模拟，由此开创了从头算
分子动力学
【VMD官方教程】绘图样式，显示不同选区，创建多个表示等等
VMD（Visual Molecular Dynamics）是一个分子可视化和分析程序，专为蛋白质、核酸、脂质双层体系等生物体系而设计。该程序由伊利诺伊大学厄巴纳-香槟分校的理论和计算生物物理学小组开发。在分子图形程序中，vmd的独特之处在于：它能够有效地操作
比量子模拟速度提升百万倍：科学家基于AI开发生物分子动力学系统
“我们实现了 AI 在蛋白质动力学模拟中的应用，并证明了 AI 不仅能用于静态结构预测，还能在需要数十亿甚至数百亿步的动态过程中发挥巨大作用。”谈及这项经历四年发布在Nature上的论文，微软研究院科学智能中心高级研究员王童如是说。
科学家基于AI开发生物分子动力学系统，为药物设计提供数据支持
“我们实现了 AI 在蛋白质动力学模拟中的应用，并证明了 AI 不仅能用于静态结构预测，还能在需要数十亿甚至数百亿步的动态过程中发挥巨大作用。”谈及这项经历四年发布在Nature上的论文，微软研究院科学智能中心高级研究员王童如是说。
Nat. Commun.: 新型欧几里得Transformer模型推动机器学习力场在分子动力学模拟中应用
2024年8月6日—— 近日，国际知名期刊《Nature Communications》发表了一项突破性研究，科学家们成功开发了一种名为SO3KRATES的欧几里得Transformer模型，显著提升了机器学习力场（MLFFs）在分子动力学（MD）模拟中的稳定
分子动力学 机器学习 transformer 2024-12-29 02:10 5
分子动力学（八）
MD模拟同样分为两步：第一步进行0.5 ns约束溶质的MD模拟，约束力常数为41.8 kJ·mol-1·nm-2，期间温度从0 K逐步升高至300 K；第二步为5 ns的无约束恒温MD模拟。整个模拟过程使用VMD图像显示软件实时跟踪体系构象。采用SHAKE算法
分子动力学（五）
在MD模拟过程中，为了尽可能地还原生物大分子（尤其是蛋白质）在生理环境下的状态，通常将这些生物大分子置于虚拟的水环境中，并假设它们在纯水或含离子水中完全溶剂化。当然，对于诸如膜蛋白等在生理状态下就并非完全暴露在水环境中的生物大分子，在进行MD模拟前还需做特殊处