软件X 13：GOMC 2.70版的多粒子Exp-6势炼金术自由能计算和分子交换蒙特卡罗的更新

软件X 13（2021）100627原始软件出版物更新2.70到Younes Nejahia，Mohammad Soroush Barhaghib，Gregory Schwinga，Loren Schwieberta，Jeffrey Potoffb，a计算机科学系，韦恩州立大学，底特律，MI 48202，美国b韦恩州立大学化学工程与材料科学系，底特律，MI 48202，美国ar t i cl e i nf o文章历史记录：收到2020年2020年11月10日接受保留字：多粒子Exp-6势炼金术自由能循环分子曲轴运动分子交换蒙特卡罗a b st ra ctGOMC 2.70版 的 主 要 更 新 包 括 新 的 蒙 特 卡 罗 移 动 以 增 强 相 空 间 的 采 样 ， 例 如 分 子 交 换 蒙 特 卡 罗（MEMC），包含环的分子的构型偏置支持由exp-6势支配的力场，以及使用热力学积分或自由能微扰的自由能计算。多粒子移动的GPU性能从2.50版开始有了显著的提高，内存使用量也显著减少©2020作者（S）。由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）中找到。代码元数据当前代码版本v2.70指向代码/存储库的永久链接，用于此代码版本https://github.com/ElsevierSoftwareX/SOFTX-D-20-00079法律代码许可证APGL-3.0代码版本控制系统使用Git软件代码语言使用C，C++，CUDA，OpenMP，MPI编译 要求， 操作 环境依赖性ANSI C和C++14，CUDA编译器，cmake 如果可用，链接到开发人员文档/手册https://gomc-wsu.github.io/Manual/问题支持电子邮件gomc@eng.wayne.edu软件元数据当前软件版本v2.31此版本可执行文件的永久链接https://github.com/GOMC-WSU/GOMC/releases/tag/v2.31法律软件许可证AGPL-3.0计算平台/操作系统Linux，macOS，Microsoft Windows安装要求依赖关系如果可用，用户手册链接https://gomc-wsu.github.io/Manual/问题支持电子邮件gomc@eng.wayne.edu1. 动机和意义GOMC是一个通用的蒙特卡罗模拟引擎，用于模拟具有分子机制的分子系统。原文DOI：https://doi.org/10.1016/j.softx.2018.11.005。*通讯作者。电子邮件地址：jpotoff@wayne.edu（Jeffrey Potoff）.https://doi.org/10.1016/j.softx.2020.100627基于12-6 Lennard-Jones或Mie势的动力学力场[1]。它支持所有常见的集成模拟，包括吉布斯集成蒙特卡罗算法。GOMC的设计重点是高性能，并支持多核CPU和图形处理单元（GPU）上的模拟。本文介绍了GOMC的一些增强功能，包括新类型的Monte Carlo移动，以及对炼金术自由能计算的支持，以及新的2352-7110/©2020作者。 由Elsevier B.V.出版。这是一篇开放获取的文章，使用CC BY许可证（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softxYounes Nejahi，Mohammad Soroush Barhaghi，Gregory Schwing et al.软件X 13（2021）1006272i=0时j=0∑（（））= − ++i=0时∑（）= −=NBLJB B∑−+（（））（）分子间的潜力，这大大扩大了研究问题的范围，可能与GOMC研究。2. 更新蒙特卡罗采样算法三个新的蒙特卡罗抽样算法已被添加到GOMC。这些包括曲轴移动[2，3]，对耦合-解耦构型偏置（CD-CBMC）算法的扩展曲轴移动的目的是改善构象采样的长链分子，如聚合物，通过允许内部重排的原子。在曲轴运动中，围绕在两个选定原子之间形成的轴进行试旋转。生成这种新配置的概率为Pgen （ i ） =exp−βUbend （ i ） +Utors （ i ） +ULJ （ i ） /W（1）其中Wrot−trialexpβUbend（i） Utors（i） ULJ（i）。使用CBMC算法的简单实现在计算上是低效的，因为很少的试验旋转导致合理的键角，需要生成大量的旋转试验这也需要大量昂贵的计算非键相互作用能。为了提高曲轴运动的效率，耦合，偏置选择用于分子间能量，和解耦，偏置选择用于弯曲和扭转能量。在这种方法中，生成试验配置的概率为：P gen（i）=exp −βULJ（i）WB（i）/WNB×[exp（−β（Ubend（j）+Utors（j）/WB]，（2）其中W LJ−trialexpβU（i）W（i）和W（i）rot−trialexp（β（Ubend（j）Utors（j）.该实现具有更高的接受概率，并且在计算上更有效，因为它需要显著更少的分子间能量计算。蒙特卡罗模拟的分子包含环需要专门的配置偏置算法，以适当的采样相空间。两个例子是自适应固定端点CBMC（SAFE-CBMC）[9]和水库蒙特卡罗[10]。这些方法有一定的局限性。例如，SAFE-CBMC需要环中原子之间的距离分布的预先存在的知识。储存库方法不需要距离分布的预先存在的知识，但是可能需要大量的存储器来存储所需的构象异构体库。环的构型偏置的GOMC实现试图解决这些上述弱点。它不需要任何关于原子距离分布的知识，也不需要构象异构体的储存库。属于环的原子使用CBMC刚性插入，而连接到环的其余原子使用CD-CBMC生长属于环的角的角度和二面角的生成使用CD-CBMC。在模拟过程中，曲轴移动用于对环内的角度和二面角进行采样。这种方法允许模拟多环化合物的汽液平衡，包括由柔性连接体连接的环，如图所示。1.一、虽然这种方法适用于大量含环的分子，但它不适用于含有三个或更多个共享一个或多个原子的柔性环的分子（例如，苊）。这是因为曲轴移动不能应用于Fig. 1. Vapor–liquid coexistence curves predicted by GOMC (red lines) formethylcyclohexane, benzene, 1,2,4-triethylbenzene, and biphenyl compared tothe work of Wick et al. [ 黑色实线对应于实验数据[13]。图二. N V T 系综Monte Carlo模拟SPC水在982 kg/m3和298 K下使用单分子平移和位移（黑线）以及多粒子移动（红线）。根据平衡模拟确定的平均能量（绿色虚线）。改变键角（以中心的共享原子为中心），而不改变键长。分子交换蒙特卡罗（Molecular Exchange Monte Carlo）是由Martin和Siepmann [5]提出的组合交换和身份交换的广义版本，用于增强稠密系统中的分子插入/删除，并且已经实现了巨正则（GCMC）[7]和吉布斯系综蒙特卡罗（GEMC）[6]。在MEMC中，不需要待交换的分子Younes Nejahi，Mohammad Soroush Barhaghi，Gregory Schwing et al.软件X 13（2021）1006273=图三. 使用MARTINI力场[14]建模的十二烷基磷酸胆碱（DPC）的NVT系综Monte Carlo模拟快照，使用50 M步后的多粒子移动（上）和100 M步后的单分子平移和旋转（下）。具有共同的原子类型或坐标，并且使用CD-CBMC算法，待交换的分子可以作为刚性体或再生长的原子逐个原子地MEMC移动使用Bai等人提出的杂质原子技术增强了多组分混合物或纯流体中的采样。[15]。例如，在用GCMC模拟确定水的汽液共存曲线的模拟中分子交换的采样效率的这些改进使得GCMC模拟能够用于在低至0. 5 Tc，而使用标准CD-CBMC插入的GCMC模拟通常限于0.7Tc [7].在吉布斯系综蒙特卡罗模拟中，MEMC移动使得能够有效计算溶剂化自由能[6]。非均质系统的模拟，如脂质双层或胶束，需要蒙特卡罗移动，可以更新的位置，同时收集的分子。此外，可极化力场的模拟需要在单个分子移动时完全重新计算静电相互作用，导致Monte Carlo模拟中的计算性能非常差。可极化力场的分子动力学模拟，如Drude力场，通常使用扩展的拉格朗日方法来减少计算工作量[16，17]，这是有效的，因为系统中的所有分子都在单个时间步长中移动。为了解决标准蒙特卡罗移动的局限性，当应用于自组装和极化力场时，Moucka等人提出的力/扭矩偏置多粒子移动已在GOMC中实现[18]。为了提高GPU上多粒子移动的效率，使用了基于计数器的随机数生成器Random123库[19]。GOMC中的多粒子实现支持独立地平移所有分子或同时旋转所有分子。在同一个移动中结合位移和旋转的多粒子移动被发现会导致模拟的停滞，导致系综平均值计算中的错误，因此不推荐使用。多粒子移动大大减少了平衡所在自我组装系统中。 在SPC水[20]的NVT模拟中，在298 K下具有多粒子移动，如图所示。2，与MonteCarlo模拟单分子位移和转动相比，用更少的步数实现了平衡。此外，在300K下对十二烷基磷酸胆碱（DPC）进行的NVT Monte Carlo模拟，采用MARTINI力场[14]建模（54 DPC分子，5900水和500防冻颗粒），如图14所示。3，当模拟多粒子移动5000万个MC步骤时显示自组装，而单分子平移和旋转在1亿个MC步骤后不能显示任何自组装。3. 自由能计算使用热力学积分或自由能微扰的自由能计算支持已添加到GOMC [21]。软核标度用于Lennard-Jones相互作用，而线性标度用于库仑相互作用。单独的耦合参数λLJ和λCoul分别用于独立地控制Lennard-Jones和库仑相互作用的标度在模拟过程中，在 当 前 中间 态 （λi ） 和 所 有 其 他 中间 态 （ λji ） 之 间 的 能 量<$Ui→j，以及Lennard-Jones和Coulomb势对λ（dUCoul/dλCoul，dULJ/dλLJ），是评价和存储为仿真后分析GOMC的输出是格式化的，因此它可以同时用炼金术[22]和炼金术分析[23]进行分析。由于其作者不再支持解析，因此GOMC解析器存储在单独的GitHub存储库中[24]。4. 结论和今后的更新此更新突出了此版本中添加的许多新采样算法和代码功能。GOMC的未来版本将包括对副本交换模拟、使用Drude振荡器的可极化力场、布朗动力学多粒子移动以及多核和GPU架构上的改进性能的支持Younes Nejahi，Mohammad Soroush Barhaghi，Gregory Schwing et al.软件X 13（2021）1006274竞合利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作致谢感谢美国国家科学基金会（USA OAC-1642406）的财政支持，以及NVIDIA和Silicon Mechanics的硬件捐赠。计算在这项工作中进行的资源，从网格计算倡议在韦恩州立大学。GPU性能改进基于在SDSC 和 ONL 黑 客 马 拉 松 期 间 收 到 的 Muaaz Awan 、 RobertSinkovits和Kwangmin Yu的指导。引用[1] Nejahi Y，Barhaghi MS，Mick J，Jackman B，Rushaidat K，Li Y，et al.GOMC ： GPU 优 化 的 Monte Carlo for the simulation of phase equilibriaandphysical properties of complex fluids. SoftwareX2019;9：20-7.[2] 放大图片作者：Binder K.排除体积相互作用下自由连接高分子链的Monte-Carlo研究。J Chem Phys1979;71（6）：2541-5.[3] Percent AJ，Hahn J，Grossmann HP.将键长约束纳入环状和线性分子的Monte-Carlo 模 拟 中 -- 以 环 状 烷 烃 为 测 试 系 统 的 保 形 取 样 。 J ComputChem1994;15（10）：1121-6.[4] Martin MG，Siepmann JI.支化分子构型偏置蒙特卡罗方法。可转让电位为相平衡放免法2.支链烷烃的联合原子描述。物理化学杂志B1999;103（21）：4508-17.[5] Martin MG，Siepmann JI.烷烃多组分相平衡和转移自由能的分子模拟预测。JAmer ChemSoc1997;119（38）：8921-4.[6] Barhaghi MS，Potoff JJ.在吉布斯系综中使用分子交换蒙特卡罗预测相平衡和转移吉布斯自由能。流体相平衡2019;486：106-18.[7] Barhaghi MS，Torabi K，Nejahi Y，Schwiebert L，Potoff JJ.分子交换蒙特卡罗：巨正则蒙特卡罗模拟中身份交换的一种通用方法. J Chem Phys2018;149（7）：072318。[8] Moucka F，Rouha M，Nehrada I.高效多粒子采样在流体蒙特卡罗模拟：应用于极化模型。化学物理杂志2007;126（22）：224106.[9]Wick CD，Siepmann JI. 自适应固定端点构型偏差Monte Carlo方法求解内段再生长问题分子内相互作用很强的链状分子。大分子2000;33（19）：7207-18.[10]Shah JK，Maginn EJ.一种通用的、有效的蒙特卡罗方法，用于对支链和环状分子的分子内自由度进行采样。J Chem Phys2011;135（13）：134121.[11]Wick CD，Martin MG，Siepmann JI.相平衡的可转移势。4.直链和支链烯烃及烷基苯的联合原子描述。物理化学杂志B2000;104（33）：8008-16.[12]Yiannourakou M，Ungerer P，Lachet V，Rousseau B，Tehran JM. 基于蒙特卡罗模拟的环状和多环化合物汽液平衡性质的联合原子力场。流体相平衡2019;481：28-43.[13][10]张文军，张文军.热数据引擎（TDE）：动态数据评估概念的软件实现。JChem Inf Model2005;45（4）：816-38.[14]Marrink SJ ， Risselada HJ ， Yefimov S ， Tieleman DP ， de Vries AH.MARTINI力场：生物分子模拟的粗粒模型。物理化学杂志B2007;111（27）：7812-24.[15]Bai P，Siepmann JI.吉布斯系综中水模拟的构型偏差蒙特卡罗粒子交换策略的评估和优化。J Chem Theory Comput2017;13（2）：431-40.[16]Jiang W ， Hardy DJ ， Phillips JC ， Mackerell AD ， Schulten K ， Roux B.NAMD中基于经典Drude振子的可极化力场的高性能可扩展分子动力学模拟。物理化学通讯2011;2（2）：87-92.[17]Lemkul JA，Roux B，van der Spoel D，Mackerell AD. 扩展拉格朗日动力学在GROMACS中的实现，用于使用经典德鲁德振子模型的可极化模拟。JComput Chem2015;36（19）：1473-9.[18]Moucka F，Rouha M，Nehrada I.流体蒙特卡罗模拟中的高效多粒子采样：应用于极化模型。化学物理杂志2007;126（22）：224106.[19]Salmon JK，Moraes MA，Dror RO，Shaw DE. 平行随机数：像1，2，3一样简单。2011年高性能计算、网络、存储和分析国际会议论文集。西雅图，华盛顿：计算机协会; 2011年，第16条。[20]Berendsen HJC，Postma JPM，van Gunsteren WF，Hermans J.分子间力。Reidel：Dordrecht;1981，[21]Barhaghi MS ， Luyet C ， Potoff JJ. 水 对 配 分 的 影 响酒 精 。 MolPhys2019;117（23-24）：3827-39。[22]Dotson D，K.我贝克斯坦·奥alchemistry/Alchemyb：版本0.1.0。2017年，中国科学院出版社。http://dx.doi.org/10.5281/zenodo.583647[23]Klimovich PV，衬衫MR，莫布里DL.自由能计算分析指南。J Comput AidedMol Des2015;29（5）：397-411.[24]SoroushBarhaghiGOMC语法分析器。2020年，github.com/msoroush/alchemical-analysis。