gromacs

name	gromacs
description	Use when working on biomolecular molecular dynamics with GROMACS, including system setup, equilibration, production runs, trajectory analysis, or MM/PBSA-style post-processing.

GROMACS 分子动力学

用 GROMACS 做分子动力学模拟：从体系搭建、平衡、产出 MD 到轨迹分析和结合自由能评估。

本 skill 故意保持轻量：

• 它负责告诉 agent 什么时候该用 GROMACS、标准工作流是什么、哪些科学规范不能踩
• 它不充当完整命令手册
• 具体命令行选项、.mdp 参数、子命令语法统一去查 scholaraio toolref

Agent 默认协议（toolref-first）

对 GROMACS 问题，agent 默认按这个顺序工作：

1. 先判断问题属于哪一层：gmx 子命令、.mdp 参数、分析工具、力场/拓扑流程
2. 写 .mdp 前先查 thermostat、barostat、constraints、cutoff、输出频率这类高风险参数
3. 对用户自然语言说法，先 search 再 show
4. 如果 toolref 已经能回答，就不要在 skill 中重复堆参数表
5. 如果 toolref 缺页或命中不理想，agent 应先完成任务，并明确这是 toolref 覆盖缺口，而不是用户需要自己手动适配

这意味着：

• 普通用户不需要自己打磨 GROMACS 参数映射
• agent 应优先自己把 Parrinello-Rahman、v-rescale thermostat、constraints h-bonds 等问法映射到参数页
• skill 负责路线和规范，toolref 负责参数与接口

前置条件

# 安装
conda install -c conda-forge gromacs
# 配体参数化
conda install -c conda-forge acpype ambertools
# 结合自由能
pip install gmx-MMPBSA
# 可视化（可选）
conda install -c conda-forge pymol-open-source

验证：gmx --version 应显示版本号和 GPU 支持信息。

何时使用

适合：

• 蛋白-配体结合、蛋白构象变化、膜蛋白、溶液中生物大分子
• 需要标准 MD 流程、轨迹分析、MM/PBSA 估算

不适合：

• 需要量子化学精度时，转 DFT / QM/MM
• 配体参数化来源不明、力场体系不一致时，不要直接推进

Toolref 优先

当 agent 不确定子命令、选项、.mdp 参数含义时，先查 toolref。

常用查法：

scholaraio toolref search gromacs "temperature coupling"
scholaraio toolref show gromacs mdp integrator
scholaraio toolref show gromacs mdp pcoupl
scholaraio toolref show gromacs mdp tau-t
scholaraio toolref show gromacs mdp ref-t

推荐习惯：

• 写 .mdp 前，先逐项查核心参数
• 不靠记忆拼写 thermostat/barostat 选项
• 对“这项参数在当前版本是否还推荐”这类问题，优先相信 toolref 而不是旧教程

如果遇到覆盖缺口：

• 先继续使用 GROMACS 官方文档完成任务
• 在输出中点明这里超出了当前 toolref 覆盖
• 不要把补齐 toolref 当成普通用户的前置工作

核心流程

知识库协作模式

这是本 skill 与普通 GROMACS 教程的核心区别。在任何模拟开始前：

1. 用 scholaraio usearch "<体系关键词>" 检索知识库中的相关论文
2. 从论文中提取：力场选择依据、模拟参数（温度、压力、时长）、验证基准数据
3. 在 .mdp 文件注释中标注参数来源（如 "# 300 K, per Homeyer et al. 2014 JCTC"）
4. 模拟完成后，将结果与论文数据定量对比

建议工作流：

1. 读论文，确定力场、温压条件、盐浓度、模拟时长和验证指标
2. 准备蛋白/配体结构与拓扑
3. 构建溶剂盒并加离子
4. 能量最小化
5. NVT / NPT 平衡
6. 产出 MD
7. 轨迹分析
8. 必要时做 MM/PBSA，并和文献/实验对比

典型输出：

• RMSD / RMSF / 氢键 / 回旋半径
• 关键构象快照或轨迹动画
• 结合自由能及误差条
• 对应文献基准的对比图

常见查询点

• .mdp 核心参数：integrator, dt, pcoupl, tcoupl, tau-t, ref-t
• 产出阶段系综设置
• PME / cutoff / 压缩轨迹输出参数
• 不同版本对 thermostat/barostat 的推荐配置

这些都应优先通过 toolref 查询，而不是写死在 skill 里。

科学规范（专家级检查清单）

检查项	正确做法	常见错误
力场	CHARMM36m 或 AMBER ff19SB	用过时的 OPLS-AA
配体参数化	GAFF2 + AM1-BCC (ACPYPE)	自动生成的垃圾拓扑
力场一致性	全 AMBER 或全 CHARMM，不混用	CHARMM 蛋白 + GAFF 配体
产出恒压器	Parrinello-Rahman	产出阶段用 Berendsen
盒子形状	十二面体（省 30% 水）	立方体
离子浓度	0.15 M NaCl	只中和电荷不加盐
MM/PBSA 取样	最后 10 ns（平衡后）	用整条轨迹
误差报告	ΔG ± σ	只报单个值

附加规范：

• 平衡阶段和产出阶段不要混用目标不同的耦合设置而不说明理由
• 配体参数化来源必须可追溯
• 报告结果时不要只给一条 RMSD 曲线，要回到生物物理问题本身

可视化

工具	用途
PyMOL	结合口袋特写、氢键、光线追踪静态图
VMD	轨迹动画、表面渲染
matplotlib	RMSD/RMSF/能量时间序列、验证对比图
nglview	Jupyter 中交互式 3D

性能参考

体系大小	GPU 配置	预期性能
~45k 原子	1×A100	~150 ns/day
~45k 原子	4×A100	~400-600 ns/day
~100k 原子	4×A100	~200-300 ns/day

Agent 行为准则

• 不要背诵 .mdp 参数，查 toolref
• 不要把“跑完轨迹”当成完成，必须给稳定性和机制解释
• 不要忽略力场一致性问题
• 不要把 MM/PBSA 单值当结论，必须报告区间和误差