力场怎么选

系列标签： 知识文档 · 分子模拟 · 力场 · MolSimulX

力场相关已拆成三条线 + 一个开关：

篇 角色
经典全原子力场 全原子（AA）主线——多数课题的默认起点
粗粒化与加速模型 算得快
高精度力场与机器学习势 算得准
本篇 只回答一件事：面对具体问题，往哪边走？

建议先读过 分子动力学模拟概述，并至少扫过 经典全原子力场；粗粒 / 高精度两篇可按需。细节分别回三条线专文，本篇不讲参数怎么拟合、软件怎么写。

选完力场，就可以按模拟流程往下走： 先 边界条件与初始条件 搭盒子，再算力、积分、控温、平衡与分析。

核心原则借用一句简单的名言：

用尽可能简单、但不过于简单的模型。

「简单」省算力、少参数坑；「过于简单」会让你的科学问题在模型里根本不存在。 反过来想：你能把模型粗到哪一步、结论还在，往往就摸到了现象真正依赖的那层物理——怎么选不只是省时间，也是在逼自己说清本质。

Tips： 不必每个体系都从零爬一遍梯子。同领域论文、导师组习惯、力场文档里的推荐组合，往往已经替你试过错——先站在经验上，再用本文的问题清单判断要不要改、往哪改。

water_model

一、先问三个问题

问题 若答案是「是」 倾向
结论是否依赖氢键取向、原子级静电、特定化学基团？ 需要这些细节 经典全原子或更准
是否要看大尺度组装、相分离、很长的软物质过程？ 全原子算不起或不必要 粗粒化 / DPD / 更粗溶剂
是否涉及断键、电子重排、金属多体、强极化？ 经典固定电荷 + 固定拓扑不够 反应力场 / 极化 / 多体 / ML / AIMD·QM/MM

三个问题可以同时为「是」——那时通常要拆问题或混合模型（大尺度用粗、关键化学用细），而不是找一个「全能力场」。

然后才看文献习惯、组内经验与算力——多数时候，这才是真正的起点：

  • 复现 / 同领域工作：优先对齐原文或社区常用的力场、水模型、截断与排除规则；不必重新发明。
  • 组里已有成熟流程：先沿用能复现的那套，再针对你的新观测量做增量改动。
  • 探索新体系或新问题：在梯子上从够用的一档起步，再按证据升级——这时才更需要「自己试」。
  • 算力倒逼：盒子与时长先估一笔账，再决定 AA 是否现实。

二、一张总表

你的情况 优先考虑 详见
溶液结构、蛋白、常规有机液体，无反应 经典全原子 + 配套水模型 经典全原子力场
膜、囊泡、大软物质、要更长更粗 Martini 等 CG / UA 粗粒化与加速模型
介观流动、相分离、聚合物溶液 DPD 等 同上
金属、合金、显著多体 多体势 高精度力场与机器学习势
强极化、精细静电响应 极化力场 同上
要追 DFT 级势能面、有数据 ML 势 同上 · 神经网络与深度学习基础
要断键成键 ReaxFF 或 AIMD / QM/MM 第一性原理分子动力学与核量子效应 · QM-MM思想
复现某篇文献 与原文同一力场与水模型 —

经典全原子里再怎么挑族？（仅作入门锚点，以领域文献为准）

体系直觉 常听到的名字
蛋白 / 核酸 / 配体 AMBER、CHARMM 等族
有机液体、小分子物性 OPLS-AA 等
聚合物 / 部分材料 COMPASS、PCFF 等
教学 / 简单流体 LJ 流体

族选定后，水模型、排除与 1–4、截断、混合规则要跟文档走成套——见下文清单与 经典全原子力场。

不要（写进论文结论时）： 把 AMBER 的溶质参数配上「随便一个」水模型；把不同族的 LJ 与 1–4 规则混搭。

若你只是跑通流程、学软件、查脚本有没有报错，临时凑一套能出轨迹的设置可以；一旦要谈科学结论，仍应回到成套、可辩护的组合。

三、粗细怎么配合（很常见的工作流）

怎么选不是一次性赌对。很多可靠工作其实是粗细接力：

策略 在做什么 适合
先粗后细 用 UA / Martini / 更粗模型把大尺度过程跑通、看趋势与候选构型，再对关键状态上全原子（或更准）精修 膜组装、相分离、构象空间很大时
细校准粗 用全原子、极化、ML 或 QM 的短轨迹 / 单点 / 自由能，去检验或重拟合粗模型的有效参数 要长期用 CG，又怕有效势漂
空间混合 热点用细（QM/MM、ML、极化），环境用经典或粗 反应中心、局部强极化
只粗或只细 观测量全程都在同一分辨率下定义良好 问题本身就只需要那一档

Tips： 「先粗跑通」省的是探索成本；论文结论若声称原子级机理，最终证据仍要落在能支撑该机理的分辨率上——粗轨迹可以启发，不能自动替代表细结果。

这与「简单但不过于简单」一致：粗模型帮你找到还在的那层本质；细模型确认你没有把关键细节抹掉。

但不是每个课题都要走完整套粗细接力。膜组装、巨大构象空间才常需要先粗后细；常规蛋白溶液、有机液体物性，领域里往往已有默认 AA + 水模型——直接用、写清版本即可。经验与文献告诉你「这类问题别人停在哪一档」；本文表格是决策辅助，不是强制作业。

四、以水为例：从「简单到不能再简单」往上爬

同一杯「水」，模型可以粗到几乎只剩摩擦，也可以细到极化或量子。按问题需要选最粗仍够用的一档：

梯子（由简到繁） 模型直觉 还适合问什么 已经不太适合问什么
1. 隐式溶剂 没有水分子，只有摩擦/随机力或连续介电 溶质在黏滞介质里的过度阻尼运动 水的结构、氢键、排空、水介导的力
2. 极简显式溶剂 例如 LJ 粒子当「背景液体」 简单拥挤、部分流体力学背景 真实水的氢键与极性
3. 粗粒水（如 mW） 很少位点，专为加速 较大体系里水的部分物性/相行为 精细 O–H 取向与氢键几何
4. 经典全原子水（TIP3P、SPC/E、TIP4P…） 3–4 位点 + LJ + 电荷 溶液结构、生物溶剂、与 AA 力场配套 反应、强极化极限、要量子级势能面时
5. 极化水 / 更精细静电 电荷或偶极可响应环境 对介电、离子水合极敏感的问题 算力吃紧的超大体系
6. AIMD / 量子水 电子结构给力 反应、质子转移、力场域外化学 大盒子长时间（通常不现实）

怎么用这张梯子：

  1. 写下你的科学问题（一句话）。
  2. 从第 1 档往上看：哪一档开始，问题里的关键物理第一次出现？
  3. 就停在那一档（或文献已验证的那一档），不要默认爬到顶。

例：

  • 只关心胶体大粒子在黏稠介质里的扩散 → 隐式溶剂 / 布朗可能够。
  • 关心蛋白表面水层取向与氢键 → 至少经典全原子水。
  • 关心冰/水相行为且盒子很大 → 可评估 mW 等是否对你的序参量够用。
  • 关心水中质子转移机理 → 要往量子或专用反应描述走，而不是换一个 TIP 参数。

同一溶质力场往往在拟合时假定某种水模型；改水不改溶质，等于换溶剂环境。TIP3P / SPC/E / TIP4P（及 TIP4P/Ice 等变体）名字要写全——见 经典全原子力场。

这就是「简单但不能再简单」：再简单一级，你要的现象会从模型里消失。 能消失在哪一级，往往就标出了本质所在的那一级。

五、实操清单（写进 Methods 前）

  1. 目标性质列出来；标出哪些依赖原子细节 / 哪些只依赖介观。
  2. 文献与经验锚点：同领域常用哪族力场、哪个水模型？组里或近邻论文怎么配的？有无粗→细先例？优先对齐已验证组合，而不是从零试遍梯子。
  3. 算力预算：盒子多大、要跑多久？倒逼能否上 CG 或必须 AA。
  4. 配套规则：水模型、排除、1–4、截断、混合规则是否与力场文档一致？
  5. 升级触发器：若关键量与实验趋势相反，再考虑极化 / ML / 换粒度——先查采样、平衡与有限尺寸（见 有限尺寸效应），再怪力场。
  6. Methods 最低配置：力场族与版本、水模型全名、系综与热/压浴、步长、截断与长程静电、盒子大小、平衡与生产时长。

六、常见误区

误区 更稳妥的理解
「最新力场 / 最贵模型一定最好」 最好的是刚好支撑你问题的那一档
「粗模型跑完 = 原子机理也清楚了」 粗只能回答粗分辨率下仍存在的问题
「先随便配个水，以后再换」 水模型常与溶质参数成套；事后换水可能系统性偏
「结果不对就先换力场」 先查采样、平衡、盒子、截断与设置笔误
「混合各族参数能取长补短」 多半是另造未经检验的力场
「AA 溶质 + CG 溶剂（或 AA+Martini 随手拼）能省钱」 默认不行；专文见 全原子与粗粒化能不能混用
「每个体系都要从隐式爬到量子试一遍」 多数工作直接站在文献/组内经验上；梯子用于想不清或要升级时
「选题时必须一次定死粒度」 需要时再粗扫 → 细校；不需要就别仪式化

七、小结

  1. 怎么选看问题，也看经验：同领域已验证的组合优先；能粗到哪一步结论还在，往往就碰到了本质。
  2. 三线分工：经典 AA 主线、粗粒加速、高精度/ML；本篇做开关。
  3. 粗细配合在需要时很有用，但不是每篇工作的必做仪式；声称的分辨率要和证据匹配。
  4. 以水为梯：从隐式 → 极简显式 → mW → TIP/SPC → 极化 → 量子，停在刚好够用的一档（或文献已停的那一档）。
  5. 力场族与水模型、排除规则要成套；AA 与 CG 更不要 DIY 混分辨率（见 全原子与粗粒化能不能混用）；混用只适合练手跑通，不适合当最终 Methods。

学习路径

前置阅读： 经典全原子力场（建议）；按需 粗粒化与加速模型、高精度力场与机器学习势

下一步：