第一章：分子动力学概述——什么是分子动力学？

各位同学，大家好。我是你们这门课的主讲人。在正式开始之前，我想先问一个问题：你小时候有没有盯着蚂蚁搬家，一看就是一下午？

分子动力学（Molecular Dynamics，简称MD）其实有点像这个。只不过，我们观察的对象不是蚂蚁，而是原子和分子。我们用计算机模拟它们的运动轨迹，看它们怎么“搬家”、怎么“打架”、怎么“谈恋爱”。

说白了，分子动力学就是用牛顿力学去模拟微观粒子的运动。你给每个原子一个初始位置和速度，然后让计算机去解牛顿方程 F=ma。随着时间推进，这些原子的轨迹就出来了。整个体系的宏观性质——比如温度、压力、扩散系数——都可以从这些轨迹里统计出来。

1.1 发展简史：从“硬球”到“真实世界”

这段历史我简单捋一下，你有个印象就行。

• 1957年： Alder 和 Wainwright 做了第一个分子动力学模拟。他们用的是“硬球模型”——想象一下台球在桌上碰撞。虽然模型简单，但证明了MD能算相变。
• 1964年： Rahman 模拟了液态氩。这是第一次用真实的 Lennard-Jones 势能函数。我记得当时看到这篇论文，觉得这帮人真敢想——用计算机算液体？
• 1970年代： 力场开始出现。比如 CHARMM、AMBER 这些名字，你后面会反复见到。它们把原子间的相互作用参数化，让模拟更接近真实。
• 1980年代： 恒温恒压方法诞生。比如 Nose-Hoover 热浴。嗯，这里要注意：没有这些方法，你的模拟温度会乱飘。
• 1990年代至今： GPU 加速、粗粒化、增强采样……MD 已经能模拟百万原子体系，时间尺度也到了微秒甚至毫秒。

1.2 核心思想：牛顿力学 + 统计力学

你可能会问：为什么是牛顿力学？量子力学不更精确吗？

问得好。但你想，一个蛋白质有几万个原子。如果用薛定谔方程去解，超级计算机算到宇宙毁灭也算不完。所以，我们做了近似——把原子当成经典小球，用牛顿定律去推。

具体流程是这样的：

1. 初始化： 给每个原子一个初始位置和速度。
2. 计算力： 根据力场（势能函数）计算每个原子受到的力。
3. 更新位置： 用 Verlet 算法或 Velocity-Verlet 算法，更新位置和速度。
4. 重复： 循环第2、3步，直到模拟结束。
5. 分析： 从轨迹中提取你关心的性质。

我曾经在做一个聚合物扩散项目时，发现模拟结果总是偏大。排查了三天，最后发现是时间步长设得太大了。你想想看，时间步长好比相机快门速度。快门太慢，拍出来的运动轨迹全是模糊的。所以，时间步长一般设为最快运动周期的十分之一。对于原子体系，通常是1飞秒（1 fs）。

1.3 典型应用领域

MD 能干什么？我挑三个最常见的领域说说。

材料科学

比如研究金属的断裂、纳米材料的力学性能、锂电池中的离子扩散。我有个朋友做锂离子电池模拟，他用MD算出了锂离子在电极材料中的扩散路径，跟实验吻合得很好。说白了，MD能帮你看到实验看不到的微观细节。

生物学

蛋白质折叠、药物与靶点的结合、细胞膜的结构……这些是MD的“主战场”。你想想看，一个药物分子怎么跟蛋白质结合？实验只能看到结合后的晶体结构，但MD能告诉你结合的过程——它怎么“敲门”、怎么“进门”、怎么“坐下”。

化学

化学反应机理、催化过程、溶液中的分子行为。比如，你可以用MD模拟一个酶催化反应，看看底物是怎么进入活性位点的。虽然MD本身不处理化学键断裂（那是量子化学的事），但你可以用“反应力场”或“QM/MM”方法去扩展。

领域	典型问题	MD能做什么
材料	金属疲劳、纳米材料力学	模拟拉伸、剪切、断裂过程
生物	蛋白质折叠、药物设计	计算结合自由能、构象变化
化学	催化、溶液性质	模拟扩散、溶剂化效应

1.4 本章知识体系图

下面这张图，我画了分子动力学的核心逻辑。你看一眼，心里就有谱了。

这张图你看懂了吗？从上到下，从左到右，就是一次完整的MD模拟流程。后面每一章，我们都会围绕这张图展开。

好了，第一章就到这里。下一章我们聊聊力场——那个让原子“听话”的势能函数。到时候见。

---

公众号:蓝海资料掘金营，微信deep3321