[论文解读] Deriving effective mesoscale potentials from atomistic simulations

Dirk Reith, Mathias Puetz+1 more|arXiv (Cornell University)|Nov 20, 2002

Advanced Physical and Chemical Molecular Interactions参考文献 2被引用 36

一句话总结

本文提出一种迭代玻尔兹曼反演方法，从原子模拟数据推导聚合物系统的有效粗粒化（CG）势能。通过利用径向分布函数（RDF）差异依次优化数值势能，该方法在重现结构性质方面表现出高精度——在熔融态和溶液态聚异戊二烯体系中得到验证，表明由于环境依赖性，不同浓度区域需要不同的CG力场。

ABSTRACT

We demonstrate how an iterative method for potential inversion from distribution functions developed for simple liquid systems can be generalized to polymer systems. It uses the differences in the potentials of mean force between the distribution functions generated from a guessed potential and the true (simulated) distribution functions to improve the effective potential successively. The optimization algorithm is very powerful: convergence is reached for every trial function in few iterations. As an extensive test case we coarse-grained an atomistic all-atom model of poly (isoprene) (PI) using a 13:1 reduction of the degrees of freedom. This procedure was performed for PI solutions as well as for a PI melt. Comparisons of the obtained force fields are drawn. They prove that it is not possible to use a single force field for different concentration regimes.

研究动机与目标

• 开发一种自动化、迭代的从原子模拟中推导有效粗粒化（CG）势能的方法，以保留关键结构特征。
• 解决聚合物系统粗粒化中的挑战，其中分子内连接性和环境效应（如浓度）显著影响分子间相互作用。
• 证明单一CG力场无法准确表征不同热力学状态（如熔融态与溶液态）的结构分布，因为其结构分布存在显著差异。
• 建立一种系统性框架，用于生成保留化学特异性的CG模型，同时减少自由度以实现高效的介观模拟。

提出的方法

• 该方法采用迭代玻尔兹曼反演，其中由猜测势能模拟得到的径向分布函数（RDF）与原子模拟提供的目标RDF之间的差异，驱动后续势能的更新。
• 使用查表形式的数值势能，而非解析函数形式，从而减少对预设函数形式的偏倚，并提高收敛性。
• 算法首先优化分子间势能，随后优化分子内项（键伸缩、键角弯曲、二面角扭转），并以玻尔兹曼反演得到的分布作为初始猜测。
• 通过自洽优化方案，通常在五次迭代内实现快速收敛，最小化径向分布函数的差异。
• 该方法应用于顺-1,4-聚异戊二烯，其中CG超级原子代表多个单体，并通过比较CG模型与原子模型之间的RDF和分子内分布来验证其有效性。
• 在熔融体系中通过添加弱吸引力扰动对压力进行后优化，而不破坏短程结构，证明了力场调优的灵活性。

实验结果

研究问题

• RQ1 迭代玻尔兹曼反演方法能否从简单液体推广至具有分子内连接性的复杂聚合物系统？
• RQ2 从原子模拟中推导出的CG势能在多大程度上能准确再现原始系统的结构分布函数？
• RQ3 聚合物系统的有效CG势是否依赖于其环境，如浓度或相态（例如，熔融态与溶液态）？
• RQ4 与解析函数形式相比，使用查表数值势能在势能反演中的收敛性和准确性如何？
• RQ5 同一套CG力场能否准确表征聚合物的熔融态与溶液态，还是需要分别设计不同的势能？

主要发现

• 迭代玻尔兹曼反演方法收敛迅速，在五次迭代内即可使Lennard-Jones和WCA液体的径向分布函数（RDF）与目标值几乎完全一致。
• 该方法成功将聚异戊二烯进行粗粒化，自由度减少13:1，准确再现了熔融态和溶液态的结构特征。
• CG模型的分子内径向分布函数（RDF）与原子参考数据高度吻合，归一化积分在峰位和相对强度上均显示良好一致性。
• 分子内势能（尤其是键伸缩）在熔融态与溶液态中几乎完全相同，表明键刚度对环境变化不敏感；而键角弯曲和二面角势能则表现出显著差异。
• 熔融态与溶液态的CG力场在定量上明显不同，证明单一力场无法准确表征两种浓度区域。
• 在熔融体系中通过弱吸引力势进行后优化，既保持了短程结构，又调整了压力，证实了该方法在热力学调优方面的灵活性。