文章重要内容

     南京大学郑鹏团队研究了使用GROMACS进行SMD模拟的最佳硬件配置。研究表明，目前八核中央处理器(CPU)与一块图形处理器(GPU)的配置能提供最高效的性能。此外，具有更高频率的CPU和更强FP32计算能力的GPU可以显著提升模拟效果。此外，模拟体系原子数与模拟效率呈负相关，体系原子数小于1.2×10⁷时这种相关性较为明显。

文章背景

分子动力学模拟(Molecular Dynamics simulation, MD)是一种使用计算机进行模拟的技术，它通过牛顿运动方程来追踪和分析分子或分子系统的动态行为。这种模拟方法帮助科学家们理解和预测分子在各种条件下的行为，例如化学反应的过程、材料的物理属性以及蛋白质的折叠和展开等复杂的生物化学现象。拉伸分子动力学模拟(又叫受控分子动力学模拟，Steered Molecular Dynamics simulation, SMD)是MD的一种变体，它特别关注分子在外力作用下的反应，例如通过施加外部力来模拟分子被拉伸的过程。SMD模拟与单分子力谱(SMFS)实验相似，后者是一种实验技术，用于直接测量单个分子在外力作用下的机械性质。因此，SMD模拟可以作为实验的补充工具，帮助科学家更深入地理解分子层面的力学特性。

计算机模拟生物大分子运动，如蛋白质在生理环境中的行为，需要处理数百万粒子和数十亿时间步长，这通常需要大量计算资源和时间。过去几十年，计算硬件、MD算法和软件的进步显著，这使得更长时间和成本效益更高的模拟成为可能，研究人员现在可以利用这些进步更深入地理解复杂的分子系统及其现象。目前已开发出一些强大的分子动力学(MD)计算代码，如AMBER、NAMD和GROMACS，它们可以在不同计算平台上进行性能基准测试，以评估模拟效率，而基于SMD模拟的测试并未有相关文献报道。

文章概述

最近，南京大学郑鹏教授团队基于白细胞介素-6(IL-6)的解折叠过程，寻找使用GROMACS进行SMD模拟的最佳硬件配置。研究表明，目前八核中央处理器(CPU)与一块图形处理器(GPU)的配置能提供最高效的性能。此外，具有更高频率的CPU和更强FP32计算能力的GPU可以显著提升模拟效果，如图1所示。此外，模拟体系原子数与模拟效率呈负相关，体系原子数小于1.2×10⁷时这种相关性较为明显。

该工作为将来利用分子动力学研究更多更复杂的高分子力学行为提供了重要信息。在这项工作中，解决了与SMD模拟相关的计算挑战，并强调了在原子尺度上解析白细胞介素-6的过程。探讨了不同CPU的工作频率、GPU为优化硬件设置，优化SMD计算，改善计算方法以提高SMD模拟的性能提供了见解。研究发现，CPU核与GPU的比值为8时可以得到较为高效的SMD模拟性能。此外，也证明了具有更高频率的CPU和较高单精度浮点运算能力的GPU可以进一步提高模拟结果。这种优化会降低进行SMD模拟的准入门槛，令更多研究者可以更容易地进行此类模拟。在本文中也一并强调了在原子尺度上解析白细胞介素-6的过程。

图1 (a) CPU频率影响模拟速度示意图；(b) GPU单精度浮点数影响模拟速度示意图；(c) 原子数影响模拟速度示意图。

本研究不仅明确了进行蛋白质展开的SMD模拟的最佳硬件设置，还将这种详细分子研究的可行性扩展到更广泛的研究中，为分子水平理解力学机制提供了一条更高效的途径，也为未来理解和研究更复杂的高分子在力学作用下的行为提供了重要基础。

     该工作以研究论文形式即将在《高分子学报》2024年印刷出版。论文第一作者为南京大学硕士生许超（已毕业），通信联系人为郑鹏教授。

引用本文：

许超, 郑斌, 李森淼, 郑鹏.

蛋白质解折叠的拉伸分子动力学模拟效率优化.

高分子学报,doi: 10.11777/j.issn1000-3304.2024.24123

Xu, C.; Zheng, B.; Li, S. M.; Zheng, P.

Optimizing efficiency for steered molecular dynamics simulations of protein unfolding.

Acta Polymerica Sinica,doi: 10.11777/j.issn1000-3304.2024.24123

CSTR： 32057.14.GFZXB.2024.7266.

原文链接：http://www.gfzxb.org/thesisDetails#10.11777/j.issn1000-3304.2024.24123&lang=zh