系列标签：知识文档 · 分子模拟 · 力场 · MolSimulX
力场相关已拆成三条线 + 一个开关：
建议先读过 分子动力学模拟概述，并至少扫过 经典全原子力场；粗粒 / 高精度两篇可按需。细节分别回三条线专文，本篇不讲参数怎么拟合、软件怎么写。
选完力场，就可以按模拟流程往下走： 先 边界条件与初始条件 搭盒子，再算力、积分、控温、平衡与分析。
核心原则借用一句简单的名言：
用尽可能简单、但不过于简单的模型。
「简单」省算力、少参数坑；「过于简单」会让你的科学问题在模型里根本不存在。 反过来想：你能把模型粗到哪一步、结论还在，往往就摸到了现象真正依赖的那层物理——怎么选不只是省时间，也是在逼自己说清本质。
Tips： 不必每个体系都从零爬一遍梯子。同领域论文、导师组习惯、力场文档里的推荐组合，往往已经替你试过错——先站在经验上，再用本文的问题清单判断要不要改、往哪改。
一、先问三个问题
| | |
|---|
| | |
| | |
| | 反应力场 / 极化 / 多体 / ML / AIMD·QM/MM |
三个问题可以同时为「是」——那时通常要拆问题或混合模型（大尺度用粗、关键化学用细），而不是找一个「全能力场」。
然后才看文献习惯、组内经验与算力——多数时候，这才是真正的起点：
- 复现 / 同领域工作：优先对齐原文或社区常用的力场、水模型、截断与排除规则；不必重新发明。
- 组里已有成熟流程：先沿用能复现的那套，再针对你的新观测量做增量改动。
- 探索新体系或新问题：在梯子上从够用的一档起步，再按证据升级——这时才更需要「自己试」。
- 算力倒逼：盒子与时长先估一笔账，再决定 AA 是否现实。
二、一张总表
| | |
|---|
| 经典全原子 | |
| Martini 等 CG | |
| DPD | |
| 多体势 | |
| 极化力场 | |
| ML 势 | |
| ReaxFF | 第一性原理分子动力学与核量子效应 · QM-MM思想 |
| 与原文同一力场与水模型 | |
经典全原子里再怎么挑族？（仅作入门锚点，以领域文献为准）
族选定后，水模型、排除与 1–4、截断、混合规则要跟文档走成套——见下文清单与 经典全原子力场。
不要（写进论文结论时）： 把 AMBER 的溶质参数配上「随便一个」水模型；把不同族的 LJ 与 1–4 规则混搭。
若你只是跑通流程、学软件、查脚本有没有报错，临时凑一套能出轨迹的设置可以；一旦要谈科学结论，仍应回到成套、可辩护的组合。
三、粗细怎么配合（很常见的工作流）
怎么选不是一次性赌对。很多可靠工作其实是粗细接力：
| | |
|---|
| 先粗后细 | 用 UA / Martini / 更粗模型把大尺度过程跑通、看趋势与候选构型，再对关键状态上全原子（或更准）精修 | |
| 细校准粗 | 用全原子、极化、ML 或 QM 的短轨迹 / 单点 / 自由能，去检验或重拟合粗模型的有效参数 | |
| 空间混合 | 热点用细（QM/MM、ML、极化），环境用经典或粗 | |
| 只粗或只细 | | |
Tips： 「先粗跑通」省的是探索成本；论文结论若声称原子级机理，最终证据仍要落在能支撑该机理的分辨率上——粗轨迹可以启发，不能自动替代表细结果。
这与「简单但不过于简单」一致：粗模型帮你找到还在的那层本质；细模型确认你没有把关键细节抹掉。
但不是每个课题都要走完整套粗细接力。膜组装、巨大构象空间才常需要先粗后细；常规蛋白溶液、有机液体物性，领域里往往已有默认 AA + 水模型——直接用、写清版本即可。经验与文献告诉你「这类问题别人停在哪一档」；本文表格是决策辅助，不是强制作业。
四、以水为例：从「简单到不能再简单」往上爬
同一杯「水」，模型可以粗到几乎只剩摩擦，也可以细到极化或量子。按问题需要选最粗仍够用的一档：
| | | |
|---|
| 1. 隐式溶剂 | | | |
| 2. 极简显式溶剂 | | | |
| 3. 粗粒水（如 mW） | | | |
| 4. 经典全原子水 | | | |
| 5. 极化水 / 更精细静电 | | | |
| 6. AIMD / 量子水 | | | |
怎么用这张梯子：
- 从第 1 档往上看：哪一档开始，问题里的关键物理第一次出现？
- 就停在那一档（或文献已验证的那一档），不要默认爬到顶。
例：
- 只关心胶体大粒子在黏稠介质里的扩散 → 隐式溶剂 / 布朗可能够。
- 关心蛋白表面水层取向与氢键 → 至少经典全原子水。
- 关心冰/水相行为且盒子很大 → 可评估 mW 等是否对你的序参量够用。
- 关心水中质子转移机理 → 要往量子或专用反应描述走，而不是换一个 TIP 参数。
同一溶质力场往往在拟合时假定某种水模型；改水不改溶质，等于换溶剂环境。TIP3P / SPC/E / TIP4P（及 TIP4P/Ice 等变体）名字要写全——见 经典全原子力场。
这就是「简单但不能再简单」：再简单一级，你要的现象会从模型里消失。 能消失在哪一级，往往就标出了本质所在的那一级。
五、实操清单（写进 Methods 前）
- 目标性质列出来；标出哪些依赖原子细节 / 哪些只依赖介观。
- 文献与经验锚点：同领域常用哪族力场、哪个水模型？组里或近邻论文怎么配的？有无粗→细先例？优先对齐已验证组合，而不是从零试遍梯子。
- 算力预算：盒子多大、要跑多久？倒逼能否上 CG 或必须 AA。
- 配套规则：水模型、排除、1–4、截断、混合规则是否与力场文档一致？
- 升级触发器：若关键量与实验趋势相反，再考虑极化 / ML / 换粒度——先查采样、平衡与有限尺寸（见 有限尺寸效应），再怪力场。
- Methods 最低配置：力场族与版本、水模型全名、系综与热/压浴、步长、截断与长程静电、盒子大小、平衡与生产时长。
六、常见误区
| |
|---|
| |
| |
| |
| |
| |
| 「AA 溶质 + CG 溶剂（或 AA+Martini 随手拼）能省钱」 | |
| 多数工作直接站在文献/组内经验上；梯子用于想不清或要升级时 |
| |
七、小结
- 怎么选看问题，也看经验：同领域已验证的组合优先；能粗到哪一步结论还在，往往就碰到了本质。
- 三线分工：经典 AA 主线、粗粒加速、高精度/ML；本篇做开关。
- 粗细配合在需要时很有用，但不是每篇工作的必做仪式；声称的分辨率要和证据匹配。
- 以水为梯：从隐式 → 极简显式 → mW → TIP/SPC → 极化 → 量子，停在刚好够用的一档（或文献已停的那一档）。
- 力场族与水模型、排除规则要成套；AA 与 CG 更不要 DIY 混分辨率（见 全原子与粗粒化能不能混用）；混用只适合练手跑通，不适合当最终 Methods。
学习路径
前置阅读： 经典全原子力场（建议）；按需 粗粒化与加速模型、高精度力场与机器学习势
下一步：
- 全原子与粗粒化能不能混用 —— 分辨率之间能不能拼
