| 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：
- 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
- 写
.mdp 前先查 thermostat、barostat、constraints、cutoff、输出频率这类高风险参数
- 对用户自然语言说法，先
search 再 show
- 如果
toolref 已经能回答，就不要在 skill 中重复堆参数表
- 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
conda install -c conda-forge gromacs
conda install -c conda-forge acpype ambertools
pip install gmx-MMPBSA
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：
- 用
scholaraio usearch "<体系关键词>" 检索知识库中的相关论文
- 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
- 在
.mdp 文件注释中标注参数来源（如 "# 300 K, per Homeyer et al. 2014 JCTC"）
- 模拟完成后，将结果与论文数据定量对比
建议工作流：
- 读论文，确定力场、温压条件、盐浓度、模拟时长和验证指标
- 准备蛋白/配体结构与拓扑
- 构建溶剂盒并加离子
- 能量最小化
- NVT / NPT 平衡
- 产出 MD
- 轨迹分析
- 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
