分子动力学资讯

荣登Nature顶刊！AI赋能复合材料，革命性成果或将问鼎诺奖！

2024年诺贝尔物理奖和化学奖均颁发给与“AI for Science”相关领域，这一重大成就无疑为该领域的发展提供了强劲的动力。在这一科学研究的新范式——“AI for Science”时代，基于数据驱动的机器学习力场（ML-FFs）成功解决了第一性原理电子

分子动力学（Molecular Dynamics, MD）是一种研究分子系统物理性质的数值计算方法，它通过解决粒子之间相互作用的经典力学方程来模拟物质的微观行为。这一方法广泛应用于化学、物理学、材料科学等多个领域。分子动力学的核心是基于经典物理中的牛顿力学方程

I. 序言无序碳是一类用于热管理的重要材料，但人们对其热输运性质与结构的依赖关系及其微观机制尚缺乏全面的理论认识。为此，阿尔托大学王彦周博后（通讯作者）、Miguel A. Caro 研究员、Tapio Ala-Nissila 教授（通讯作者）、北京科技大学钱

增材制造的技术瓶颈：激光粉末床熔融（LPBF）虽能制造复杂结构，但其非平衡热历程易引发裂纹、孔隙等缺陷，限制高性能合金的应用。高熵合金的潜力：多主元高熵合金（HEAs）因晶格畸变、鸡尾酒效应和短程有序特性，展现出优异的强度、耐腐蚀性和热稳定性，但现有可打印HE

兰州理工大学团队通过分子动力学模拟发现，NiCrAlFe合金的临界冷速约为4×10¹² K/s，冷速变化可显著调控其晶体与非晶结构比例，为高性能合金设计提供新思路。

有投资者在互动平台向道氏技术提问：您好董秘！刘杰教授团队研发的原子级科学计算专用算力芯片APU（Atomistic Processing Unit），该芯片主要应用于原子级计算，该芯片拥有强大的算力，结合近期市场对于大模型本地部署的需求，此产品是否可用于本大模

投资者提问：您好董秘！刘杰教授团队研发的原子级科学计算专用算力芯片APU（Atomistic Processing Unit），该芯片主要应用于原子级计算，该芯片拥有强大的算力，结合近期市场对于大模型本地部署的需求，此产品是否可用于本大模型地部署或数据中心提供

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

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

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

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

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