CP2K进行AIMD计算获取能量更低的吸附构象：步骤是否合理？

xrpeng

你好，我想通过使用CP2K进行AIMD计算去得到一个尽可能能量低的初始吸附构象 (100原子+200水），然后优化以进行后续计算，但是我不知道这样做是否合理，恳请大家帮我看看

Step 1: 优化初始结构
Step 2: 300K 跑5ps NVT 保证温度最后能稳定在300K附近，并得到一个初始速度
Step 3: 修改Step 2 最后一步的restart文件 500K 跑10ps NVT, 使温度升高
Step 4: 修改Step 3 最后一步的restart文件 设置300K 跑5ps NVT, 看是不是跑到了另一个极小值点附近；这一步重复10次，确保每次温度稳定，然后取最后一步去做结构优化
这样做是否能得到一个相对稳定的构象呢？是否合理呢

xrpeng

ljh123 发表于 2026-4-3 13:36
想用机器学习力场的话，dp成本太高了，改用GPUMD的NEP吧，毕竟这只是文章很小的一个点，NEP也够用了。或者 ...

谢谢建议，我试试看！

ljh123

想用机器学习力场的话，dp成本太高了，改用GPUMD的NEP吧，毕竟这只是文章很小的一个点，NEP也够用了。或者就直接AIMD随便处理下吧，可以事先摆好可能出现的吸附构象，然后跑退火，可以写个脚本从500K间隔50K降到300K，直接从500K降到300K几十ps可能平衡都勉强

ultramanm87

xrpeng 发表于 2026-4-3 02:42
请问意思是升温那一步不确定是否能跨越构象间的势垒是吗

是的

xrpeng

Uus/pMeC6H4-/キ 发表于 2026-4-2 09:22
200水是指200个显式水分子的溶液环境？真希望把这个大小的体系采样充分的话，我觉得得找分子力场参数跑纳秒 ...

谢谢回复！我去了解一下如何计算FFMD

xrpeng

yuzc 发表于 2026-4-2 14:36
思路不对。
1. 应该使用Monte Carlo结合经典力场参数快速对构型空间进行搜索，筛选出数个能量最低的候选。 ...

谢谢！
我想跑动力学是因为我发现我加水的初始分布不同，优化后算的吸附前后能量变化有定性的区别，所有我就在想可能得找个尽可能稳定的构象，算出来的能量变化才可靠，或者算个平均值

像这种情况，我的问题是
原谅我满脑子都是AIMD，主要是这个想法在我脑子里盘旋有一阵了，我得解决它
考虑寻找加了水的构象，计算量太大。或许用AIMD升温降温的方法找真空下的多个稳定吸附构象（不同的吸附位点），然后对每个真空构象加上初始分布不同的显式溶剂（packmol实现），优化，算吸附前后能量变化的平均值，以得到一个定性结论（这个AIMD我测试过还是能得到一些不同的构象的）
这种方法得出的结果是可接受的吗

xrpeng

ljh123 发表于 2026-4-2 13:27
是吸附在水表面？

不是的，是水作为溶剂分散在吸附模型周围

xrpeng

ultramanm87 发表于 2026-4-2 08:03
用Metadynamics吧，不然短时间也没法保证一定会摆脱local minimum

请问意思是升温那一步不确定是否能跨越构象间的势垒是吗

yuzc

思路不对。
1. 应该使用Monte Carlo结合经典力场参数快速对构型空间进行搜索，筛选出数个能量最低的候选。
2. 继续用DFT优化即可，无需跑动力学。

AIMD的问题：采样时间不够，这个体系又不太适合增强采样（你希望在一个确定的自由能面深度附近搜索构象）。
3. 引申一下，可以用DP跑一下MLFF下的MD。

ljh123

是吸附在水表面？

Uus/pMeC6H4-/キ

200水是指200个显式水分子的溶液环境？真希望把这个大小的体系采样充分的话，我觉得得找分子力场参数跑纳秒级别的FFMD，再从轨迹里抽取帧作为初始结构跑AIMD（参考http://bbs.keinsci.com/thread-57835-1-1.html二楼的那张图）。

有些人可能会建议第一步拿不用自己找力场参数的xTB或者DFTB类方法来跑，但是这些半经验方法不太能正确描述液态水/水溶液体系的密度，所以我不这么建议。

ultramanm87

用Metadynamics吧，不然短时间也没法保证一定会摆脱local minimum