Adaptively biased MD,steered MD, and umbrella sampling with REMD

Adaptively Biased Molecular Dynamics (ABMD)

Reaction Coordinates

variable 部分用于定义反应的坐标,这部分必须包含一个关键字"type",以及一个STRING值,以及一系列的整数(整数的数量取决于变量的类型),对于一些反应坐标的类型, Variable部分的必须包含一系列的实数值,r, r的长度取决于具体的类型。

现在可以应用下面的反应坐标:

type=DISTANCE  :  定义两个原子之间的坐标,原子的索引从列表 i 中读取.

type=LCOD  : linear combination of distances (in A).从r的列表中读取原子的坐标. 例如:i=(1,2,3,4) 和 r=(1.0,-1.0)定义原子1和原子2之间的距离, 原子3和原子4之间的距离.

type=ANGLE  : 用于指定i1,i2和i2,i3之间的角度(以弧度的方式表示)

type=TORSION  :用于指定i1,i2,i3,i4之间形成的二面角(以弧度的方式表示).

type=COS_OF_DIHEDRAL  :  用于指定list  i 中指定的所有的二面角的cosine值的总和. 原子的总数必须是四的倍数.

type=R_OF_GYRATION   : 列表i中指定的原子的回转半径(in A)

type=MULTI_RMSD  :几个groups的RMSD (in  A),i 列出了一系列的原子,这些group之间以0分割,

上图中定义了两个group,第一个group由四个原子1,2,3,4组成(i中第一个0之前定义的四个原子),第二个group定义了3个原子(3,4,5).

首先计算第一个group的RMSD的值(R1),然后计算第二个group的RMSD值(R2),最后将计算变量的值:

M1和M2分别为对应的group1和group2中的原子的原子量的总值.

 

type=N_OF_BONDS:

 

Steered Molecule Dynamics (SMD)

如果在mdin文件中指定了ncsu_smd部分,除了variable部分指定的参数外,ncsu_smd中还可以指定另外的一些的参数.

output_file=STRING : 设置输出文件的名称

output_freq=INTEGER ; 设置输出的频率。(in MD steps)

下面是一个例子:

反应坐标为第5个和第9个原子之间的距离,第14行定义了距离的弹性常数,这个常数在MD中保持不变,第13行定义了steering path(字母X指定了在MD开始的时候使用的变量的值)。每50步将值输入到smd.txt文件中.

steering path由两个参数控制(path_mode和harm_mode关键字),采用SPLINE模式(默认)或者是LINES模式。

 

Umbrella  sampling

为了激活伞形取样,需要在mdin文件中的ncsu_pmd部分指定。 ncsu_pmd部分必须包含一个variable部分,除了steered MD中指定的output_file和output_freq部分指定的参数外,对于伞形取样,还需要指定另外的两个参数:

anchor_position=REAL :设定一个实数值,用于指定位置的伞形势能的最小值.

anchor_strength=REAL : 设定伞形势能的一个势能常数,这个常数需要是一个非负值。

下面是一个例子:

 

 

Adaptively  Biased  Molecular  Dynamics

如果使用ABMD方法,需要在mdin文件中指定ncsu_abmd或者ncsu_bbmd部分。

下面的参数需要在ncsu_abmd(或者ncsu_bbmd)部分指定:

mode=ANALYSIS | UMBRELLA | FLOODING

在ANALYSIS模式中,动力学过程将不会改变,这种模式的作用是将反应坐标的值每monoitor_freq频率(步数)将坐标写到monitor_file文件中.

下面是一个例子:

在ncsu_bbmd部分可以定义下面的参数:

exchange_freq=INTEGER   :exchange attempts中的MD步数

exchange_log_freq=STRING  :将交换数据保存到相应的log文件中.

mt19937_seed =INTEGER :产生随机的种子值。

mt19937_file = STRING  :

欢迎关注微信公众账号


要直接提供ASFF(Adaptively Spatial Feature Fusion)模块图在此处较难实现,但可以通过以下几种途径找到该模块图: ### 在学术论文中查找 许多提出或使用ASFF模块的学术论文会包含该模块的详细图示。可以在学术数据库如IEEE Xplore、ACM Digital Library、arXiv等平台上搜索相关论文。例如搜索包含“Adaptively Spatial Feature Fusion”关键词的论文,在论文的方法阐述部分通常会有模块图。 ### 在代码开源平台查找 很多研究人员会将相关研究代码开源到GitHub等平台。在GitHub上搜索相关项目,项目的README文档或者代码注释中可能会有该模块图,或者可以根据代码的结构自己绘制出模块图。 ### 搜索引擎 使用百度、谷歌等搜索引擎,输入“ASFF(Adaptively Spatial Feature Fusion)模块图”,可能会找到相关的图片资源。 以下是在Python中使用`requests`库和`BeautifulSoup`库从网页上搜索图片的示例代码: ```python import requests from bs4 import BeautifulSoup search_query = "ASFF(Adaptively Spatial Feature Fusion)模块图" url = f"https://www.google.com/search?q={search_query}&tbm=isch" headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3"} response = requests.get(url, headers=headers) soup = BeautifulSoup(response.text, 'html.parser') image_tags = soup.find_all('img') for img in image_tags: print(img.get('src')) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值