分享

玩转分子动力学 | 你真的了解径向分布函数吗?

 taotao_2016 2024-02-10 发布于辽宁

熟悉分子动力学(MD)的同学或许对径向分布函数( Radial Distribution Function,RDF )这个名词并不陌生,但可能对其含义与计算原理则不甚了解。其实,RDF 并非复杂的概念,正如其名,它描述的是以某点为中心,某种东西沿着径向的变化

径向分布函数   

例如,在天文中,可以用径向分布函数去刻画以木星为中心,小行星的数量随距离的变化(由于轨道是椭圆,实际上横轴为椭圆的半长轴)。注意到图中几处空缺,对应的正是木星环中的空隙。

图片

又如,在分子层面, RDF 可以描述了以某种原子为中心,其他原子的数量随距离的变化,对于晶体,可以反应反映出不同的晶体结构;对于溶液,则可以捕获到其中的溶剂化结构。

图片

图片

最后,在量子力学层面, RDF 可以用于描述电子密度随着距离的变化,帮助我们从径向理解电子云。

图片

RDF 相当直观,但笔者在两年半的分子模拟生涯中,写下这篇 Notebook 之前,也未曾能理解其含义,更遑论计算原理,相信许多读者也有同样的感受。另一方面,尽管大多分子动力学模拟软件提供了计算 RDF 的功能,但它们用起来往往不够灵活,也不能适应不同的轨迹格式,学习起来也由于不理解 RDF 的原理而稍有困难。

基于 MDtraj 的径向分布函数计算 @Notebook

在本期 Notebook 中,笔者首先将和读者一起做一些小实验,感受 RDF 能描述什么,不能描述什么,并掌握如何计算 RDF ;然后,带领读者使用 MDtraj 更加灵活的计算模拟轨迹的 RDF ,进而计算配位数;最后,则和读者一起探索使用信号处理的方法,快速找到 RDF 中的峰,并其计算对应的配位数,将RDF分析的过程尽可能的自动化

如果你也与曾经的笔者怀有相同的困惑,并且还有一点好奇心,那不妨试着运行一下本期 Notebook 。即便不追求原理, Notebook 中也提供了便利的计算分析RDF和配位数方法,也应当有所帮助。

图片

Notebook链接
https://nb.bohrium./detail/9747927953

👇 关注公众号,和我们一起开源、共建、共享 Notebook。

参考文献:
[1]
Ghafari, Mohammad & Gleiter, H. & Feng, Tao & Ohara, Koji & Hahn, Horst. (2017). Are Transition Metal-Rich Metallic Glasses Made Up of Distorted BCC Clusters?. Journal of Material Sciences & Engineering. J Material Sci Eng 6:299. 1000299. 10.4172/2169-0022.1000299.

[2]Hu, Xiaoxia & Tao, Rui & Wang, Pan. (2022). Migration of nitrite corrosion inhibitor in calcium silicate hydrate nanopore: A molecular dynamics simulation study. Frontiers in Materials. 9. 965772. 10.3389/fmats.2022.965772. 

[3]https://www.zhihu.com/question/444976755

[4]https://zh./wiki/%E8%BD%A8%E9%81%93%E5%85%B1%E6%8C%AF

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多