大共轭体系分子结构优化前预优化方法选择问题

shiyong

老师您好，刚接触计算不久。目前计算的体系是两个大共轭分子组成的，体系170个原子，用的软件是Gaussian09，想先对其进行结构优化，再计算结合能和静电势的分析。看了sob老师的帖子（浅谈为什么优化和振动分析不需要用大基组 - 思想家公社的门口：量子化学·分子模拟·二次元），选用了b3lyp/6-31g(d,p)分别优化了两个分子的构型，然后再用b3lyp/6-311g(d,p)对整个体系进行优化，结果在48核的超算平台上计算了4天仍未结束计算。查看了一些其他帖子，现在有以下疑问：（1）是否因为选择了错误的泛函，导致计算时间增加，换成wB97XD泛函计算时间是否会缩短（谈谈量子化学研究中什么时候用B3LYP泛函优化几何结构是适当的 - 量子化学 (Quantum Chemistry) - 计算化学公社）。（2）计算两个大共轭体系分子的结构我该怎么去预优化，是使用molclus，MD，GROMACS等软件进行构型搜索后再用Gaussian进行结构优化吗。还是先用GFN-xTB或者PM6-D3H4做预优化，然后wB97XD/6-31g(d,p)优化。（3）如果需要构型搜索，那么什么软件更适合这种大共轭体系（后续可能会拓展两个分子，体系包含1000个原子以上）的构型搜索。如果要先用GFN-xTB或者PM6-D3H4做预优化，那我该选用什么软件和Gaussian进行连用。（4）对于这种两个分子的大共轭体系结构优化，老师是否有更合理的优化方法推荐。

sobereva

别乱拼Gaussian、GROMACS

构型搜索和优化极小点是两码事，把此文看了
Molclus FAQ
http://sobereva.com/730（http://bbs.keinsci.com/thread-50349-1-1.html）

没大共轭分子具体结构，没法准确告诉你该怎么搞合适。Molclus做构型搜索是肯定需要的。

预优化用PM6-D3H4或GFN2-xTB，或明显更便宜的GFN-FF。正式优化用B3LYP-D3(BJ)/6-31G*。wB97XD做优化的每一步的耗时比B3LYP-D3(BJ)更高。

优化过程必须自行监控，绝对不要傻等着（否则轻易白浪费好几天甚至几周，反反复复如此浪费只会延期毕业），看此文了解基本常识
量子化学计算中帮助几何优化收敛的常用方法
http://sobereva.com/164
B3LYP不带色散校正算这个完全是开玩笑，仔细看下文（别告诉我说你加了D3但没说。这是非常招人反感的事，《计算化学中的一些常见不良写法和用词》http://sobereva.com/298里明确说了此问题）
谈谈量子化学研究中什么时候用B3LYP泛函优化几何结构是适当的
http://sobereva.com/557（http://bbs.keinsci.com/thread-17899-1-1.html）

“体系包含1000个原子以上）的构型搜索” 只可能在半经验级别，甚至明显更便宜的分子力场下进行，DFT完全算不动。

建议看下文补充常识
谈谈学量子化学如何正确地入门
http://sobereva.com/355（http://bbs.keinsci.com/thread-4447-1-1.html）

Huschein

经典力场方法对于这种精细结构优化是不靠谱的，半经验方法往往是一个不错的选择，但是如果体系会包含1000原子以上 有时候半经验方法也会显得有一点点吃力

在这里可以推荐机器学习力场，在我们的测试中，机器学习力场可以达到不错的优化效果 并且对于一些多极相互作用 弱相互作用 共轭效应都有不错的描述，适合作为半经验方法的替代，而且1000原子体系往往可以在5秒内就能优化一步

MAPLE作为一个专门为MLFF开发的平台，使用起来就像在用Gaussian和ORCA一样 输出格式也极大程度上仿照了ORCA和Gaussian，并且内置了SP OPT IRC SCAN TS等众多基础方法，等过些日子我会为MAPLE专门写一个介绍文章
https://github.com/ClickFF/MAPLE

sobereva

经典力场也不能一概而论，要看具体是什么经典力场，诸如GFN-FF的精度比GAFF等传统简单形式力场高得多，描述构象能量差、有机体系结构优化精度不比GFN2-xTB差多少，甚至还比PM6-D3H4等半经验方法明显更好





而GFN-FF计算受力的耗时对于上千原子也只有秒的数量级

shiyong

sobereva 发表于 2026-1-4 01:20
别乱拼Gaussian、GROMACS

构型搜索和优化极小点是两码事，把此文看了

感谢sob老师的解答。上文出现的拼写错误已改正。

体系的大共轭分子结构如图所示，图示是这类共轭分子的最小单元，可以通过各种共轭连接单元将这类分子连接起来。

看了sob老师提到的帖子，构型搜索寻找的是全局的极小点，几何优化只能优化到与初猜结构最近的极小点。这是否意味着，如果我想后续获得一个准确可靠的结合能和静电势结果，必须先对我的体系进行构型搜索找到全局的极小点，然后再去计算体系的单点能。这时候的构型搜索能否完全替代结构优化部分，也就是说构型搜索完以后是否还需要对其进行结构优化？

预优化若继续采用Gaussian，能否采用PM6-D3进行预优化，这个预优化的耗时会比PM6-D3H4和GFN2-xTB更长吗。

整个的优化流程是否为先使用PM6-D3H4和GFN2-xTB进行预优化，再使用Molclus进行构型搜索，最后按照全局极小点的构型去计算单点能。

shiyong

Huschein 发表于 2026-1-4 01:24
经典力场方法对于这种精细结构优化是不靠谱的，半经验方法往往是一个不错的选择，但是如果体系会包含1000原 ...

感谢Huschein老师的回复，MAPLE平台的机械学习力场是内置的吗。其在几何优化以及单点能计算等方面与目前的gaussian和orca在计算速度和结果上有明显优势吗。

sobereva

shiyong 发表于 2026-1-4 15:53
感谢sob老师的解答。上文出现的拼写错误已改正。

体系的大共轭分子结构如图所示，图示是这类共轭分子 ...

取决于molclus做构型搜索时用的计算级别。构型搜索过程中本身就会对各个初始结构进行优化，显然如果用的比较糙的级别进行筛选，最后还得用DFT等优化；如果用的级别已经不错，那就不需要再优化。

从理论方法角度，PM6-D3耗时本身和PM6-D3H4没区别，但对于不小的体系，Gaussian里做半经验计算速度明显不如MOPAC快。而从实际效率来说，让molclus调用xtb做GFN2-xTB构型搜索是最高的，也是最推荐的。

否。molclus构型搜索过程中本来就会对各个结构做优化，自己预优化毫无意义

Huschein

shiyong 发表于 2026-1-4 15:59
感谢Huschein老师的回复，MAPLE平台的机械学习力场是内置的吗。其在几何优化以及单点能计算等方面与目前 ...

有几个基础力场已经内置了 比如ani2x 对于你这种体系的描述完全够用，计算速度上原子数目越多 比量化越快，大概200原子体系能比DFT快三个数量级 如果是1000原子体系 应该也能比半经验快不少

shiyong

sobereva 发表于 2026-1-4 23:16
取决于molclus做构型搜索时用的计算级别。构型搜索过程中本身就会对各个初始结构进行优化，显然如果用的 ...

好的，感谢sob老师

shiyong

Huschein 发表于 2026-1-6 00:53
有几个基础力场已经内置了 比如ani2x 对于你这种体系的描述完全够用，计算速度上原子数目越多 比量化越快 ...

huschein老师，那计算结果的文件可以直接转换成能被Gaussian或orca等软件识别的类型吗

Huschein

shiyong 发表于 2026-1-6 16:36
huschein老师，那计算结果的文件可以直接转换成能被Gaussian或orca等软件识别的类型吗

http://bbs.keinsci.com/forum.php ... mp;page=1#pid360027

什么叫做orca可以识别的类型 他们不就是读取xyz作为输入吗？

shiyong

Huschein 发表于 2026-1-7 02:53
http://bbs.keinsci.com/forum.php?mod=viewthread&tid=57731&page=1#pid360027

什么叫做orca可以识别 ...

老师，可能是我的意思表达的不够准确。就是我想问的是由MAPLE计算的预优化结果文件，能否简单处理一下直接导入到Gaussian里面正式优化。如：在Gaussian里用半经验方法PH6-D3预优化后，将计算结果由Gaussian就可以转换为gjf文件，然后继续正式优化。那么在MAPLE中，计算结果能否通过MAPLE直接转换成gjf，inp等格式的文件，方便后续的正式优化。还是需要手动将体系的xyz坐标复制到目标格式的文件中

Huschein

shiyong 发表于 2026-1-7 10:07
老师，可能是我的意思表达的不够准确。就是我想问的是由MAPLE计算的预优化结果文件，能否简单处理一下直 ...

MAPLE输入是xyz 输出也是xyz 就是需要你手动复制粘贴到gaussian的gjf里面，都是共通的，目前还没有专门写一个格式转化工具，等以后吧

sgwzq

shiyong 发表于 2026-1-7 10:07
老师，可能是我的意思表达的不够准确。就是我想问的是由MAPLE计算的预优化结果文件，能否简单处理一下直 ...

Gaussian是专门计算的工具，我猜你的意思是用GView（或者其他的软件）读取输出文件，然后再保存成另一个输入文件。如果你想批量这么做的话，你其实可以研究一下输出文件的结构，里面最后肯定有优化完的坐标。
如果你用一些编程语言提供的“查找工具”（准确说术语叫作“正则表达式匹配”，搜索搜“regular expression”），可以统一把坐标格式的信息提取到另一个文件里。（比如说你告诉电脑：“Python，你帮我找下在这个文件里写着”优化后结构“字样的位置，凡是它后面的几行里，出现3个浮点数字的都复制下来，保存到另一个文件，直到找到“结构信息输出结束””）
如果你批量执行你写的程序（或者是别人写的），你就可以进行“对文件夹内所有的优化后的输出文件，提取它们的坐标，保存成新的xyz或gjf“。
原理上没有多难，只是看你想不想研究下脚本怎么写（或者是有没有活雷锋帮你写好）。