分子动力学模拟流水线 — 使用说明

在哪里输入命令

所有命令在 Windows 终端中输入：

方法一（推荐）：VS Code 终端
用 VS Code 打开 F:\project 文件夹，按 Ctrl+` 打开终端，直接输入命令。

方法二：PowerShell
按 Win + R → 输入 powershell → 回车。

方法三：在 Claude Code 对话框中
命令前加 ! 让 Claude 帮你执行：

! conda run -n base python F:\project\md\md.py --pdb 1HVR --smiles "CCO"

快速开始

前提：已完成环境安装（见底部安装说明）。

powershell

# 基础：从最新对接结果跑 100 ns MD
conda run -n base python F:\project\md\md.py --pdb 1HVR --smiles "SMILES字符串"

# 指定时长（发表建议 100 ns 以上）
conda run -n base python F:\project\md\md.py --pdb 1HVR --smiles "..." --ns 100 --project my_md

# 使用第 3 个对接姿态
conda run -n base python F:\project\md\md.py --pdb 1HVR --smiles "..." --pose 3

# 断点续跑（连接断开后恢复）
conda run -n base python F:\project\md\md.py --project my_md --resume

# 快速验证（跳过 MMPBSA）
conda run -n base python F:\project\md\md.py --pdb 1HVR --smiles "..." --no-mmpbsa

运行结束后，在 F:\project\md\projects\{项目名}\ 中找到 report.html，用浏览器打开查看完整报告。

参数说明

参数	必填	默认	说明
`--pdb`	✓*	—	4 字母 PDB ID，如 `1HVR`
`--smiles`	✓*	—	配体 SMILES 字符串
`--ns`		100	生产模拟时长（ns），建议 ≥ 100
`--pose`		1	使用第 N 个对接姿态
`--from-docking`		自动最新	指定 docking 项目目录名
`--project`		PDB_时间戳	自定义项目名
`--no-mmpbsa`		—	跳过结合自由能计算
`--no-analysis`		—	跳过轨迹分析
`--resume`		—	断点续跑（需同时指定 `--project`）

*使用 --resume 时不需要 --pdb 和 --smiles。

修改参数的两种方式

方式一：命令行标志（单次生效，不影响默认值）

适合偶尔需要不同参数的情况，加在命令后面即可：

powershell

# 本次跑 200 ns（默认是 100 ns）
conda run -n base python F:\project\md\md.py --pdb 1HVR --smiles "..." --ns 200

# 本次用对接第 3 个姿态（默认是第 1 个）
conda run -n base python F:\project\md\md.py --pdb 1HVR --smiles "..." --pose 3

# 本次跳过 MMPBSA（节省时间）
conda run -n base python F:\project\md\md.py --pdb 1HVR --smiles "..." --no-mmpbsa

# 快速测试模式（NVT/NPT 各 10 ps，生产 10 ps，自动跳过 MMPBSA）
conda run -n base python F:\project\md\md.py --pdb 1HVR --smiles "..." --test

# 组合使用：200 ns + 第 2 个姿态 + 自定义项目名
conda run -n base python F:\project\md\md.py --pdb 1HVR --smiles "..." --ns 200 --pose 2 --project hiv_200ns

方式二：修改 `config.yaml`（永久改变默认值）

适合你的研究习惯发生变化时，改一次后每次运行都生效：

yaml

# F:\project\md\config.yaml

simulation:
  production_ns: 100      # ← 改为 200 就永久默认跑 200 ns
  temperature: 300        # ← 模拟温度（K）

equilibration:
  nvt_ps: 500             # ← NVT 平衡时长（高分文章标准，不建议改短）
  npt_ps: 500             # ← NPT 平衡时长

mmpbsa:
  frames: 200             # ← MMPBSA 取帧数（越多越准，越慢）

规则：命令行标志 > config.yaml > 内置默认值。命令行没写的参数才会读 config.yaml。

模拟流程（10 个阶段）

[0] 输入解析      → 从 docking 项目提取最优 pose，同步到 WSL2
[1] 蛋白准备      → gmx pdb2gmx（AMBER99SB-ILDN 力场，TIP3P 水模型）
[2] 配体参数化    → antechamber + ACPYPE（GAFF2 力场 + AM1-BCC 电荷）
[3] 体系构建      → 合并拓扑 → 立方水盒子（1.0 nm 边距）→ Na+/Cl- 0.15 M
[4] 能量最小化    → 最陡下降法，Fmax < 1000 kJ/(mol·nm)
[5] NVT 平衡      → 500 ps，300 K，V-rescale 恒温器，位置约束
[6] NPT 平衡      → 500 ps，1 bar，C-rescale 压控器，位置约束
[7] 生产模拟      → 100 ns，V-rescale + Parrinello-Rahman，GPU 全加速
[8] 轨迹分析      → RMSD / RMSF / 氢键 / PCA / 自由能图 → 论文级 PNG
[9] MM-GBSA       → gmx_MMPBSA，后 20 ns 200 帧
[10] 报告         → 同步回 Windows + 生成 report.html

输出文件

F:\project\md\projects\{项目名}\
├── report.html                        ← 浏览器打开，含全部图表
├── analysis\
│   ├── rmsd.png / rmsd.csv            ← 蛋白+配体 RMSD
│   ├── rmsf.png / rmsf.csv            ← 残基柔性
│   ├── hbonds.png / hbonds.csv        ← 配体-蛋白氢键
│   ├── pca.png / pca.csv              ← 主成分分析（PC1 vs PC2）
│   ├── fel.png                        ← 自由能图
│   └── summary.csv                    ← 关键数值汇总
└── mmpbsa\
    └── FINAL_RESULTS_MMPBSA.dat       ← 结合自由能详细结果

结果解读

RMSD（结构稳定性）

RMSD 均值	评估
< 0.15 nm	极稳定，接近晶体构象
0.15–0.25 nm	稳定，正常波动范围
0.25–0.35 nm	基本稳定，轻微构象调整
> 0.35 nm	存在明显构象变化，需分析原因

配体 RMSD < 0.2 nm 表明配体在结合口袋中稳定结合。

RMSF（残基柔性）

活性位点残基 RMSF 通常 < 0.1 nm（刚性）
Loop 区域 RMSF 常 > 0.2 nm（柔性正常）
将结合口袋残基的低 RMSF 值在论文中明确报告

PCA（主成分分析）

单一密集簇：构象空间收敛，模拟充分采样
沿 PC1 的线性轨迹：存在单一主导运动模式（如 hinge motion）
多个独立簇：存在构象转变，需延长模拟时间或分析转变机制
PC1+PC2 通常解释 >50% 的总运动方差

自由能图（FEL）

蓝色低洼区（ΔG ≈ 0）= 最优势构象，即结合稳定态
多个能量最低点：配体结合存在构象异质性
等值线间距 ~0.5 kJ/mol；ΔG > 5 kJ/mol 的区域构象丰度极低

MM-GBSA 结合自由能

ΔG_bind (kcal/mol)	评估
< −30	强结合，有成药潜力
−15 ~ −30	中等结合，有优化空间
−5 ~ −15	弱结合
> −5	基本无结合

⚠️ MM-GBSA 绝对值有系统误差，适合同系列化合物排序，不适合直接预测 K_i 或 IC_50。

方法介绍（适合直接参考撰写论文方法段）

0. 计算流程总览

本研究采用分子对接 → 分子动力学模拟两步法，是当前计算药学发表论文的主流策略：

[分子对接]
  输入：靶蛋白 PDB 结构 + 配体 SMILES
  工具：AutoDock Vina 1.2（CPU）/ GNINA（GPU）
  输出：结合姿态（poses.pdbqt）+ 打分（kcal/mol）
       ↓
[分子动力学模拟]（本流水线）
  输入：对接最优姿态（蛋白 + 配体坐标）
  工具：GROMACS 2025.1（GPU 加速）
  输出：RMSD / RMSF / PCA / FEL / MM-GBSA 结合自由能

为何先对接再做动力学？

分子对接计算速度快（分钟级），可快速筛选出预测结合力较强的姿态；但对接使用刚性蛋白模型，忽略溶剂效应，打分函数存在系统误差。分子动力学模拟在显式溶剂、真实温压条件下评估蛋白质-配体复合物的动态稳定性和结合自由能，是验证对接结果可靠性、为发表提供高质量数据的必要步骤。二者结合是 J. Med. Chem.、Eur. J. Med. Chem.、J. Chem. Inf. Model. 等期刊普遍接受的标准计算流程。

1. 体系准备

将分子对接所得最优结合姿态（蛋白质-配体复合物）作为分子动力学模拟的初始构象。蛋白质采用 AMBER99SB-ILDN 力场 [1]，配体采用 GAFF2 力场配合 AM1-BCC 电荷 [2,3]，溶剂使用 TIP3P 水模型 [4]。

力场选择理由

力场	适用对象	为何选择
AMBER99SB-ILDN	蛋白质骨架+侧链	对蛋白质骨架 φ/ψ 二面角的精确参数化，已在大量蛋白质 MD 研究中广泛验证 [1]
GAFF2	小分子配体	通用有机力场，适用范围覆盖绝大多数药物分子，参数体系完整 [2]
AM1-BCC	配体部分电荷	计算效率与精度的平衡，是 GAFF/GAFF2 配套的标准电荷方案 [3]
TIP3P	水分子	与 AMBER 系列力场经过联合参数化验证，计算效率高 [4]

2. 体系构建

将蛋白质-配体复合物置于边长满足最小镜像约定的立方周期盒子中，蛋白质到盒子边缘最短距离为 1.0 nm。以 TIP3P 水分子填充盒子，加入 Na⁺/Cl⁻ 离子将体系中和并调节盐浓度至 0.15 mol/L，模拟生理条件。

3. 能量最小化

采用最陡下降法对初始结构进行能量最小化，收敛标准为最大力 F_max < 1000 kJ·mol⁻¹·nm⁻¹，最大步数 50,000 步。所有非键相互作用采用 Particle Mesh Ewald（PME）处理长程静电 [5]，截断距离设为 1.0 nm。

4. 平衡模拟

NVT 平衡（500 ps）：位置约束蛋白质和配体重原子（力常数 1000 kJ·mol⁻¹·nm⁻²），使用 V-rescale 恒温器 [6]（τ = 0.1 ps）将体系升温至 300 K。500 ps 的 NVT 平衡确保溶剂充分弛豫，温度波动收敛至目标值 ±5 K 以内。

NPT 平衡（500 ps）：继续位置约束，引入 C-rescale 压控器（GROMACS 2021+ 推荐方案，τ_p = 2.0 ps，等温压缩系数 4.5 × 10⁻⁵ bar⁻¹）将压力稳定至 1.0 bar。500 ps NPT 平衡确保体系密度收敛。

为何平衡 500 ps：100 ps 平衡在大量发表文献中被证明不足以使蛋白质侧链与溶剂充分弛豫；近三年 J. Med. Chem.、J. Chem. Inf. Model. 等期刊的同行评审通常要求 NVT + NPT 各 ≥ 500 ps。

5. 生产模拟

移除位置约束，采用以下参数进行生产模拟：

参数	值	说明
积分器	md（蛙跳 Leapfrog）	标准 MD 积分器
时间步长	2 fs	LINCS 约束氢键后的最大稳定步长
模拟时长	100 ns（默认）	可通过 `--ns` 调整
恒温器	V-rescale [6]（τ = 0.1 ps）	正确产生正则系综 [6]，同时支持 GROMACS GPU update 全加速
压控器	Parrinello-Rahman [8]（τ = 5.0 ps）	严格 NPT，正确产生等温等压系综
长程静电	PME（截断 1.0 nm）	周期体系金标准 [5]
轨迹输出频率	每 100 ps 一帧	100 ns = 1000 帧

为何选 V-rescale + Parrinello-Rahman：V-rescale（Bussi 等 2007）通过随机速度重缩放严格产生正则（NVT）系综 [6]，而 Nosé-Hoover 在 GROMACS 中不支持 GPU 坐标更新（-update gpu），会导致 20–40% 的性能损失。生产阶段使用 V-rescale（τ = 0.1 ps）配合 Parrinello-Rahman 压控器（τ = 5.0 ps）兼顾了统计正确性和 GPU 全加速，是 GROMACS 官方推荐的组合 [9]。

6. 轨迹分析

使用 MDAnalysis [10] 对去除周期边界条件并以蛋白质几何中心对齐的生产轨迹进行分析：

RMSD（均方根偏差）：以初始平衡结构为参考，分别计算蛋白质 Cα 骨架和配体重原子的 RMSD，评估体系整体结构稳定性。

RMSF（均方根涨落）：计算每个残基 Cα 原子相对于平均结构的位置涨落，表征蛋白质各区域的构象柔性。

配体–蛋白氢键：采用几何准则（D···A 距离 ≤ 3.5 Å，D–H···A 角度 ≥ 150°）统计每帧轨迹中配体与蛋白质之间的氢键数目。

主成分分析（PCA）：对蛋白质 Cα 原子坐标矩阵进行协方差分析，提取主运动模式。以前两个主成分（PC1、PC2）为坐标轴绘制构象散点图，以帧时间上色，评估模拟收敛性和构象空间采样。

自由能图（FEL）：以 PC1/PC2 为反应坐标，通过统计各构象的出现概率 P 计算相对自由能：

$$\Delta G = -k_{\rm B}T \ln\left(\frac{P}{P_{\max}}\right)$$

在 300 K 下，k_BT = 2.494 kJ/mol。FEL 直观展示最优势构象区域及构象转变路径。

7. 结合自由能计算（MM-GBSA）

使用 gmx_MMPBSA [11] 对生产轨迹后 20 ns 均匀抽取 200 帧，采用 MM-GBSA 方法估算配体–蛋白质结合自由能：

$$\Delta G_{\rm bind} = \Delta H - T\Delta S \approx \Delta E_{\rm MM} + \Delta G_{\rm GB} + \Delta G_{\rm SA}$$

其中 ΔE_MM 为分子力学能量（键合 + 静电 + 范德华），ΔG_GB 为广义 Born 隐式溶剂去溶剂化自由能，ΔG_SA 为非极性溶剂化贡献（由溶剂可及面积估算）。

关于熵贡献：本研究未计算构象熵项（−TΔS）。基于简正模式分析（Normal Mode Analysis）的熵计算计算成本高且对柔性体系引入显著噪音，在同系列化合物相对排序场景下，仅凭焓项（MM-GBSA）的相对排序已具有良好的预测能力 [11]。若需绝对结合自由能或化合物结构差异较大，建议采用 FEP/TI 计算。在论文方法段中请明确说明："Conformational entropy contributions (−TΔS) were not included; binding free energies reported represent the enthalpic MM-GBSA term and are used for relative ranking only."

发表论文方法段模板

以下文字可在投稿时直接参考/修改使用：

Molecular Docking and Molecular Dynamics Simulation. Molecular docking was performed using AutoDock Vina 1.2 [REF-Vina] with the AMBER99SB-ILDN protein structure prepared at pH 7.4 using PDBFixer and OpenMM. The docking grid box was centered on the co-crystallized ligand or known binding site with dimensions of 25 × 25 × 25 Å and an exhaustiveness of 32. The top-ranked binding pose was selected for subsequent molecular dynamics simulations.
All-atom molecular dynamics simulations were performed using GROMACS 2025.1 [REF]. The protein was parameterized with the AMBER99SB-ILDN force field [1], and the ligand was parameterized with the General AMBER Force Field 2 (GAFF2) [2] using AM1-BCC partial charges calculated by Antechamber [3]. The protein-ligand complex was solvated in a cubic box with TIP3P water molecules [4], with a minimum distance of 1.0 nm between the solute and box boundary. The system was neutralized and brought to a physiological salt concentration of 0.15 M NaCl. Energy minimization was performed using the steepest descent algorithm until the maximum force converged to below 1000 kJ mol⁻¹ nm⁻¹. The system was then equilibrated in the NVT ensemble for 500 ps at 300 K using the V-rescale thermostat [6] (τ = 0.1 ps), followed by 500 ps NPT equilibration at 1.0 bar using the C-rescale barostat [GROMACS ref] (τ = 2.0 ps), with harmonic position restraints applied to all heavy atoms of the protein and ligand. Production simulations of 100 ns were performed in the NPT ensemble using the V-rescale thermostat [6] (τ = 0.1 ps) and the Parrinello-Rahman barostat [8] (τ = 5.0 ps) with a 2 fs integration time step. The V-rescale thermostat correctly samples the canonical ensemble [6] and enables full GPU coordinate update in GROMACS. Long-range electrostatics were treated with the Particle Mesh Ewald (PME) method [5] with a 1.0 nm real-space cutoff. Hydrogen bonds were constrained using the LINCS algorithm [REF]. Trajectories were saved every 100 ps. Root mean square deviation (RMSD), root mean square fluctuation (RMSF), and hydrogen bond analyses were performed using MDAnalysis [10]. Principal component analysis (PCA) and free energy landscape (FEL) were constructed from Cα backbone coordinates; the relative free energy was calculated as ΔG = −k_B T ln(P/P_max). Binding free energies were calculated using the MM-GBSA method as implemented in gmx_MMPBSA [11], using 200 snapshots extracted from the last 20 ns of the production trajectory. Conformational entropy contributions (−TΔS) were not included; the reported ΔG values represent enthalpic MM-GBSA terms and are used for relative ranking within the compound series.

分子对接与分子动力学模拟（中文版）。 以 AutoDock Vina 1.2 进行分子对接 [REF-Vina]，蛋白质结构经 PDBFixer 和 OpenMM 在 pH 7.4 条件下加氢预处理，对接盒以共晶配体或已知结合位点为中心，尺寸 25 × 25 × 25 Å，搜索深度（exhaustiveness）为 32，取打分最优姿态用于后续分子动力学模拟。使用 GROMACS 2025.1 进行全原子分子动力学模拟。蛋白质采用 AMBER99SB-ILDN 力场 [1] 进行参数化，配体采用 GAFF2 力场 [2] 并通过 Antechamber 计算 AM1-BCC 部分电荷 [3]。蛋白质-配体复合物置于立方周期边界盒中，以 TIP3P 水模型 [4] 填充，溶质距盒子边界最小距离为 1.0 nm，加入 Na⁺/Cl⁻ 离子中和体系并将盐浓度调节至 0.15 mol/L。采用最陡下降法进行能量最小化，收敛至最大力 F_max < 1000 kJ·mol⁻¹·nm⁻¹。随后依次进行 500 ps NVT 平衡（V-rescale 恒温器 [6]，τ = 0.1 ps，300 K）和 500 ps NPT 平衡（C-rescale 压控器，τ = 2.0 ps，1.0 bar），平衡过程中对蛋白质和配体重原子施加位置约束（力常数 1000 kJ·mol⁻¹·nm⁻²）。生产模拟采用 V-rescale 恒温器 [6]（τ = 0.1 ps）和 Parrinello-Rahman 压控器 [8]（τ = 5.0 ps），时间步长 2 fs，共模拟 100 ns，每 100 ps 输出一帧轨迹。V-rescale 恒温器严格产生正则系综 [6] 并支持 GROMACS GPU 全加速。长程静电采用 PME 方法处理 [5]，截断距离 1.0 nm，氢键采用 LINCS 算法约束。轨迹分析使用 MDAnalysis [10] 进行 RMSD、RMSF 和氢键分析；以 Cα 骨架前两个主成分（PCA）构建自由能图（FEL），相对自由能 ΔG = −k_BT ln(P/P_max)，k_BT = 2.494 kJ/mol（300 K）。结合自由能采用 gmx_MMPBSA [11] 的 MM-GBSA 方法计算，取生产轨迹后 20 ns 均匀抽取的 200 帧。

参考文献

AMBER99SB-ILDN 力场
Lindorff-Larsen K, Piana S, Palmo K, Maragakis P, Klepeis JL, Dror RO, Shaw DE.
Improved side-chain torsion potentials for the Amber ff99SB protein force field.
Proteins. 2010, 78(8), 1950–1958.
DOI: 10.1002/prot.22711
GAFF2 力场
Wang J, Wolf RM, Caldwell JW, Kollman PA, Case DA.
Development and testing of a general amber force field.
J. Comput. Chem. 2004, 25(9), 1157–1174.
DOI: 10.1002/jcc.20035
AM1-BCC 电荷
Jakalian A, Jack DB, Bayly CI.
Fast, efficient generation of high-quality atomic charges. AM1-BCC model: II. Parameterization and validation.
J. Comput. Chem. 2002, 23(16), 1623–1641.
DOI: 10.1002/jcc.10128
TIP3P 水模型
Jorgensen WL, Chandrasekhar J, Madura JD, Impey RW, Klein ML.
Comparison of simple potential functions for simulating liquid water.
J. Chem. Phys. 1983, 79(2), 926–935.
DOI: 10.1063/1.445869
PME 长程静电
Essmann U, Perera L, Berkowitz ML, Darden T, Lee H, Pedersen LG.
A smooth particle mesh Ewald method.
J. Chem. Phys. 1995, 103(19), 8577–8593.
DOI: 10.1063/1.470117
V-rescale 恒温器
Bussi G, Donadio D, Parrinello M.
Canonical sampling through velocity rescaling.
J. Chem. Phys. 2007, 126(1), 014101.
DOI: 10.1063/1.2408420
Nosé-Hoover 恒温器
Nosé S. A molecular dynamics method for simulations in the canonical ensemble.
Mol. Phys. 1984, 52(2), 255–268.
DOI: 10.1080/00268978400101201
Hoover WG. Canonical dynamics: Equilibrium phase-space distributions.
Phys. Rev. A. 1985, 31(3), 1695–1697.
DOI: 10.1103/PhysRevA.31.1695
Parrinello-Rahman 压控器
Parrinello M, Rahman A.
Polymorphic transitions in single crystals: A new molecular dynamics method.
J. Appl. Phys. 1981, 52(12), 7182–7190.
DOI: 10.1063/1.328693
GROMACS 2025
Abraham MJ, Murtola T, Schulz R, et al.
GROMACS: High performance molecular simulations through multi-level parallelism from laptops to supercomputers.
SoftwareX. 2015, 1–2, 19–25.
DOI: 10.1016/j.softx.2015.06.001
MDAnalysis
Michaud-Agrawal N, Denning EJ, Woolf TB, Beckstein O.
MDAnalysis: A toolkit for the analysis of molecular dynamics simulations.
J. Comput. Chem. 2011, 32(10), 2319–2327.
DOI: 10.1002/jcc.21787
gmx_MMPBSA / MM-GBSA
Valdés-Tresanco MS, Valdés-Tresanco ME, Valiente PA, Moreno E.
gmx_MMPBSA: A New Tool to Perform End-State Free Energy Calculations with GROMACS.
J. Chem. Theory Comput. 2021, 17(10), 6281–6291.
DOI: 10.1021/acs.jctc.1c00645
ACPYPE
Sousa da Silva AW, Vranken WF.
ACPYPE — AnteChamber PYthon Parser interfacE.
BMC Res. Notes. 2012, 5, 367.
DOI: 10.1186/1756-0500-5-367
LINCS 约束算法
Hess B, Bekker H, Berendsen HJC, Fraaije JGEM.
LINCS: A linear constraint solver for molecular simulations.
J. Comput. Chem. 1997, 18(12), 1463–1472.
DOI: 10.1002/jcc.540181201

环境安装（首次使用）

详见 CLAUDE.md 技术栈说明，运行：

bash

# 验证所有依赖已就绪
python F:\project\md\check_env.py

常见问题

Q：模拟运行到一半断了怎么办？
A：用 --resume 参数接着跑，流水线会自动检测已完成的阶段并跳过：

powershell

conda run -n base python F:\project\md\md.py --project 你的项目名 --resume

Q：PCA 图里有多个分散的簇，正常吗？
A：通常说明模拟未充分收敛或存在真实构象转变。建议：(1) 延长至 200–300 ns；(2) 检查 RMSD 是否在模拟后期出现跳变；(3) 若用于发表，需报告并讨论构象转变的原因。

Q：MM-GBSA 结果是正值，怎么回事？
A：正的 ΔG_bind 表明该构象不稳定结合。可能原因：(1) 对接姿态不合理；(2) 模拟时间不足；(3) 配体在口袋中发生了脱出。建议检查配体 RMSD 曲线和 FEL 图。

Q：100 ns 够发高分文章吗？
A：对于刚性活性位点和低分子量配体（MW < 500），100 ns 通常足够；对于存在诱导契合的靶点、构象灵活的蛋白质（如 GPCRs、IDPs）或大分子配体，建议 ≥ 300 ns，部分顶刊要求 500 ns–1 μs。

文件结构

F:\project\md\
├── md.py                    ← 主入口（运行这个）
├── config.yaml              ← 路径 + 模拟参数
├── check_env.py             ← 环境验证
├── 使用说明.md              ← 本文件
├── CLAUDE.md                ← AI 助手配置
├── mdp\                     ← GROMACS 参数文件
│   ├── minim.mdp            ← 能量最小化
│   ├── nvt.mdp              ← NVT 平衡（500 ps）
│   ├── npt.mdp              ← NPT 平衡（500 ps）
│   ├── prod.mdp             ← 生产模拟
│   └── mmpbsa.in            ← MM-GBSA 参数
├── scripts\                 ← Windows 侧辅助模块
│   ├── wsl_bridge.py        ← WSL2 通信
│   ├── input_resolver.py    ← 从 docking 提取输入
│   └── report.py            ← HTML 报告生成
└── wsl_scripts\             ← WSL2 侧各阶段脚本
    ├── 1_prepare_protein.sh
    ├── 2_parametrize_ligand.sh
    ├── 3_build_system.sh
    ├── 4_em.sh
    ├── 5_nvt.sh
    ├── 6_npt.sh
    ├── 7_prod.sh
    ├── 8_analyze.py         ← RMSD/RMSF/HBond/PCA/FEL
    ├── 9_mmpbsa.sh
    └── lib\
        ├── merge_gro.py
        └── topol_merge.py

分子动力学模拟流水线 — 使用说明 ​

在哪里输入命令 ​

快速开始 ​

参数说明 ​

修改参数的两种方式 ​

方式一：命令行标志（单次生效，不影响默认值） ​

方式二：修改 config.yaml（永久改变默认值） ​

模拟流程（10 个阶段） ​

输出文件 ​

结果解读 ​

RMSD（结构稳定性） ​

RMSF（残基柔性） ​

PCA（主成分分析） ​

自由能图（FEL） ​

MM-GBSA 结合自由能 ​

方法介绍（适合直接参考撰写论文方法段） ​

0. 计算流程总览 ​

1. 体系准备 ​

力场选择理由 ​

2. 体系构建 ​

3. 能量最小化 ​

4. 平衡模拟 ​

5. 生产模拟 ​

6. 轨迹分析 ​

7. 结合自由能计算（MM-GBSA） ​

发表论文方法段模板 ​

参考文献 ​

环境安装（首次使用） ​

常见问题 ​

文件结构 ​

分子动力学模拟流水线 — 使用说明

在哪里输入命令

快速开始

参数说明

修改参数的两种方式

方式一：命令行标志（单次生效，不影响默认值）

方式二：修改 `config.yaml`（永久改变默认值）

模拟流程（10 个阶段）

输出文件

结果解读

RMSD（结构稳定性）

RMSF（残基柔性）

PCA（主成分分析）

自由能图（FEL）

MM-GBSA 结合自由能

方法介绍（适合直接参考撰写论文方法段）

0. 计算流程总览

1. 体系准备

力场选择理由

2. 体系构建

3. 能量最小化

4. 平衡模拟

5. 生产模拟

6. 轨迹分析

7. 结合自由能计算（MM-GBSA）

发表论文方法段模板

参考文献

环境安装（首次使用）

常见问题

文件结构