求助：如何减少gmx msd计算扩散系数的不确定性

zypshine · 发表于 Post on 2022-10-26 14:06:05

本帖最后由 zypshine 于 2022-11-1 08:49 编辑

在用gmx msd计算同一体系的扩散系数时，发现在不改变模拟方法的情况下，重复跑，得到的MSD曲线具有不确定性。
下面的MSD图是我算的一个案例，温度为473K，压力为2MPa，采用em+NVT(Vrescale)+NPT(Vrescale+Berendsen)+MD(NPT,Vrescale+Parrinello-Rahman)，MD段跑了20ns，重复了5次，选择MSD前面比较直的段进行了拟合，得到了不同的扩散系数值，范围在1.8-3.3。也有采用NPT+NVT计算，跑了3ns的，5次，MSD平均值看起来也不算太好。也有改变步长的，每算一次能得到一个新的扩散系数，有时能算到6。想请教下：
（1）同一体系的扩散系数差距较大，本例中为1.8~6.0，有三四倍，这种差距是否可接受？
（2）MSD的这种不确定性是它本身自带的，还是跟所研究的体系有关？目前看到的文献中，少数提到了跑多次求MSD均值的，多数跑一次取拟合值。如果是自带的，为啥以某一次的结果作为扩散值？如果跟研究体系有关，请问下什么样的体系需要多次跑呢？跑多少次算合适呢？除了跑多次取均值外，还有其它方法能够减少这种不确定性吗？

sobereva · 发表于 Post on 2022-10-26 15:26:19

跟体系很有关，没有具体描述没法说
诸如像小分子液体的情况，小分子扩散运动很容易，就很容易得到较平直的MSD曲线，而且可重复性较好
如果是扩散困难的情况，诸如磷脂膜中的磷脂，MSD的可重现性和平直程度就没那么理想。但这也和被统计分子的数目、计算MSD的方式（是否考虑时间平均）有很大关系，采样不充分的情况此问题会很显著。在计算方式确实得当的前提下，遇到可重复性差的情况，也可以跑多次取统计平均。

zypshine · 发表于 Post on 2022-10-26 16:48:37

本帖最后由 zypshine 于 2022-11-1 08:50 编辑

sobereva 发表于 2022-10-26 15:26
跟体系很有关，没有具体描述没法说
诸如像小分子液体的情况，小分子扩散运动很容易，就很容易得到较平直的 ...

谢谢sob老师解答，我是算生物质分子在50%的乙醇溶液的扩散系数，该分子有165个原子，总共12648个原子，扩散难度不算难吧.
采样的话，有算过步长为0.5fs、1fs、2fs的，总时长3ns，每1ps输出；也算过步长为1fs，总时长3ns，每10fs、1ps、10ps输出的，最后跑出来的MSD重复性10fs相对较好一点。
sob老师，以我这样的体系，以步长为1fs，取样在三万步，即每100fs输出的话，这样的采样程度算是充分吗？

sobereva · 发表于 Post on 2022-10-27 04:53:23

165原子的生物质分子扩散运动当然难了。而且体系里又只有这么一个这种分子，采样误差也容易比较大。
采样不是说你动力学模拟的步长，而是计算MSD时候考虑的“有效”的数据量，诸如跑很多次取平均，或者一个很大的体系里有多种这样的分子做统计平均，都属于。轨迹保存频率（保存间隔）设得过高也没什么意义，相邻帧过于接近的话增加保存频率不会显著增加有效数据。
对于本来内在可重复性就差的数据（比如一个难扩散分子的MSD，体系里还就这一个分子，没法做同种分子的平均），不可能要求结果的可重复性好，你只能通过增加采样（诸如反复跑多次取平均，或者体系内纳入多种这种分子）来让你要研究的信息的统计误差较小、能说明问题。

zypshine · 发表于 Post on 2022-10-27 08:43:19

sobereva 发表于 2022-10-27 04:53
165原子的生物质分子扩散运动当然难了。而且体系里又只有这么一个这种分子，采样误差也容易比较大。
采样 ...

明白了，谢谢sob老师

qyw · 发表于 Post on 2023-10-5 09:49:33

请问这个MSD为啥会降低呢

zypshine · 发表于 Post on 2024-8-22 15:38:40

qyw 发表于 2023-10-5 09:49
请问这个MSD为啥会降低呢

没想明白，可能体系太复杂了

		自动登录 Automatic login	找回密码 Forget password
密码 Password			注册 Register

[GROMACS] 求助：如何减少gmx msd计算扩散系数的不确定性

浏览过的版块