最佳分子动力学 Python 工具比较

分子动力学 Python 跨越两个生态系统：OpenMM 和 LAMMPS 等模拟引擎，以及 MDAnalysis 和 MDTraj 等分析库。MDAnalysis 可读取和写入大约 50 种轨迹和坐标格式，包括 DCD、XTC、TRR、NetCDF、PDB、GRO 和基于 HDF5 的格式。正确的选择取决于您是否需要运行模拟、分析轨迹或两者兼而有之，以及您的硬件、力场和可重复性要求。

• 两个不同的类别： 模拟引擎（OpenMM, LAMMPS, 通过 Python 的 GROMACS, ASE）与分析/轨迹库（MDAnalysis, MDTraj, PyTrajectory）。大多数分子动力学 Python 工作流程都需要这两类工具各一个。
• OpenMM 是纯 Python 中 MD 的默认选择，具有 GPU 加速功能；它提供了一个简洁的 Python API，并支持 AMBER、CHARMM 和自定义力场。
• MDAnalysis 是读取和分析大约 50 种文件格式轨迹的事实标准，并且它独立于生成轨迹的引擎。
• ASE (Atomic Simulation Environment) 比生物分子 MD 更适合量子化学和材料科学工作流程。
• 可重复性取决于引擎和分析库的版本固定 (pinning)，以及保存力场文件和积分器设置。
• 没有一个包能搞定所有事情：最强大的工作流程将引擎、分析库和工作流程管理器（如 Snakemake 或 Nextflow）结合在一起。

“分子动力学 Python”的实际含义

分子动力学 Python 指的是两个经常在搜索结果中被混淆的重叠生态系统。第一个是带有 Python 绑定或原生 Python API 的模拟引擎——即集成原子和分子牛顿运动方程的软件。第二个涉及轨迹分析和管理库，它们读取这些引擎的输出并计算结构、热力学和动力学可观测值。

混淆两者会导致浪费时间。一名需要根据现有 GROMACS 轨迹计算回转半径的研究人员根本不需要模拟引擎。一名需要在 GPU 上运行新模拟的研究人员在开始时不需要 MDAnalysis。在比较软件包之前，确定您需要的类别是最重要的决定。

Python MD 领域也按科学领域划分。生物分子模拟（蛋白质、核酸、膜）拥有成熟且资金充足的工具链。材料科学和固态物理学倾向于 ASE 及其计算器生态系统。量子化学和从头算 (ab initio) MD 使用完全不同的软件包，通常将 Python 作为编译内核之上的脚本层。

比较表：Python MD 工具一览

工具	主要角色	语言核心	GPU 支持	最适合
OpenMM	模拟引擎	带有 Python API 的 C++/CUDA	是 (CUDA, OpenCL)	生物分子 MD, 自定义力
LAMMPS	模拟引擎	带有 Python 接口的 C++	是 (KOKKOS, GPU package)	材料, 粗粒度, 大规模
ASE	模拟 + 工作流程	Python	通过计算器	DFT, QM/MM, 材料
MDAnalysis	轨迹分析	Python/Cython	不适用	跨格式轨迹分析
MDTraj	轨迹分析	Python/C	不适用	快速 RMSD, 二级结构
GROMACS (Python wrapper)	模拟引擎	带有 Python 工具的 C++	是	高性能生物分子 MD
PyTrajectory / 自定义 NumPy	分析	Python	不适用	小型、定制分析

该表反映的是分子动力学 Python 工具的功能范围而非质量排名。运行嵌入原子方法 (EAM) 势能的材料科学家会发现 LAMMPS 比 OpenMM 更自然。计算氢键占据率的结构生物学家无论使用哪个引擎产生轨迹，都会使用 MDAnalysis。

模拟引擎：OpenMM, LAMMPS 和 ASE

OpenMM 处于独特地位，因为其公共 API 是 Python 优先的。模拟是通过组装一个 System 对象、添加力并通过一个 Simulation 对象运行积分器来构建的。大部分工作发生在 C++ 和 CUDA/OpenCL 内核中，因此 Python 的开销不会主导执行时间。OpenMM 支持 AMBER 和 CHARMM 力场文件，其 CustomExternalForce 和 CustomNonbondedForce 类允许研究人员使用一种小型表达式语言定义任意势能项。

Related: Dataquest — Project-based data-science paths with a guided terminal and real datasets.

LAMMPS 采取了相反的方法：它是一个大型 C++ 代码库，带有 Python 接口 (lammps 模块)，该接口公开了其输入脚本中使用的相同命令语言。这对于材料科学非常强大，因为 LAMMPS 广泛覆盖了原子间势（EAM, Tersoff, ReaxFF, 通过插件实现的机器学习势）。Python 接口最好被理解为 LAMMPS 命令集之上的脚本层，而非原生 Python API。

ASE (Atomic Simulation Environment) 是一个用于配置、运行和分析原子模拟的 Python 库。其优势在于计算器抽象：同一个 Atoms 对象可以通过 DFT 代码、经典势或机器学习原子间势进行评估。ASE 是计算材料科学和表面科学的自然切入点，并与 DTU 维护的 Atomic Simulation Environment documentation 集成。

GROMACS 仍然是最快的传统分子动力学 (MD) 引擎之一，其 Python 生态系统主要关于输入准备和分析，而非过程控制。像 gmxapi 这样的工具提供了 Python 接口，但许多工作流程仍然将 GROMACS 作为子进程调用，并使用 MDAnalysis 分析结果。

Worth a look: Coursera Plus — One subscription for university-backed Python and data-science certificates.

分析库：MDAnalysis 和 MDTraj

MDAnalysis 可读取和写入大约 50 种轨迹和坐标格式，包括 DCD, XTC, TRR, NetCDF, PDB, GRO 和基于 HDF5 的格式。其 “Universe” 对象是核心抽象：您加载拓扑和轨迹，使用领域特定选择语言选择原子，然后迭代帧。该选择语言类似于简化的 VMD 或 CHARMM 选择语法，降低了使用这些工具的研究人员的学习曲线。

MDTraj 在特定任务上更轻量、更快速，特别是 RMSD 计算、二级结构分配 (DSSP) 和轨迹格式转换。MDTraj 将坐标存储为 NumPy 数组，使其易于插入自定义 NumPy 分析代码中。对于主要是“加载轨迹 $\rightarrow$ 计算可观测值 $\rightarrow$ 绘图”的工作流程，MDTraj 的极简 API 通常编写速度更快。

实际区别在于：MDAnalysis 优先考虑格式支持的广度和丰富的选择语言；MDTraj 优先考虑速度和 NumPy 原生数据结构。许多实验室在处理分子动力学 Python 任务时两者兼用，根据具体任务选择。

如何选择：决策框架

第 1 步 — 确定您的主要任务。 运行模拟、分析轨迹或两者兼而有之。这能立即缩小范围。

第 2 步 — 匹配力场和系统类型。 生物分子力场（AMBER, CHARMM, OPLS）指向 OpenMM 或 GROMACS。材料势能（EAM, Tersoff, 机器学习）指向 LAMMPS 或 ASE。

第 3 步 — 检查硬件限制。 GPU 加速的分子动力学 (MD) 需要 CUDA 或 OpenCL 支持。OpenMM 和 LAMMPS 都提供此支持；纯 Python 积分器无法扩展到生产系统的规模。

Related: O'Reilly Learning Platform — A deep technical library of scientific-computing books, videos and live training.

第 4 步 — 评估分析流水线。 如果您已有特定格式的轨迹，请选择能原生读取该格式的分析库。转换格式虽然可行，但会增加故障点。

第 5 步 — 规划可重复性。 记录引擎版本、力场文件、积分器、时间步长、恒温器、恒压器和随机种子。尽可能使用 Docker 或 Singularity/Apptainer 进行容器化。

第 6 步 — 考虑工作流程编排。 对于多阶段流水线（平衡、生产、分析），使用 Snakemake 或 Nextflow 等工作流程管理器可使运行可重复且可重启。

If you are shopping: DataCamp — Interactive Python and data-science courses you code directly in the browser.

用 Python 编写自己的 MD 循环（以及何时不这样做）

诸如 Python in Chemistry MD tutorial 等教育资源展示了如何在 NumPy 中创建最小速度 Verlet 积分器。这对于理解算法非常有价值：您可以实现位置和速度更新，应用周期性边界条件，并根据 Lennard-Jones 势计算力。

当您在教学、构建新势能原型或处理清晰度比速度更重要的极小系统时，编写自己的循环是正确的选择。但这不适用于溶剂化蛋白质的生产模拟，因为在这种情况下力计算占主导地位，且需要邻居列表、粒子网格 Ewald (PME) 静电计算以及经过多年优化的 GPU 核心。

一个合理的折中方案是：在小型 NumPy 脚本中对物理模型进行原型设计，然后将验证后的势能移植到 OpenMM 的 CustomNonbondedForce 或 LAMMPS 的 pair style 中。这样既能保持科学逻辑的透明，又能将性能交给经过实战检验的代码。

可重复性和数据管理

轨迹文件非常庞大：一个溶剂化蛋白质系统每微秒模拟可产生数十 GB 数据。将它们存储在 HDF5 中（通过 h5py 或 MDTraj HDF5 格式）可提供分块、压缩、自描述的存储，比原始二进制转储更适合部分读取。MDAnalysis 和 MDTraj 均支持读取 HDF5 轨迹。

分子动力学 (MD) 的可重复性面临一个具体问题：浮点数非结合性意味着改变线程数或 GPU 可能会在长期运行中改变轨迹。这并非 bug，而是并行求和顺序的结果。因此，硬件和并行化参数的文档是可重复性记录的一部分，而非可选细节。

Python 中的版本固定对于分析同样重要。MDAnalysis 选择解析器或距离计算的更改可能会导致发布的数值发生偏移。使用 requirements.txt 或 environment.yml 锁定依赖版本并将其与轨迹一起归档是严谨实验室的常见做法。

性能考虑因素

Python 在分子动力学 (MD) 性能中的作用主要是协调者。内部循环在编译代码中运行：OpenMM 中的 CUDA 内核、LAMMPS 中的 C++ pair styles 以及 MDAnalysis 中的 Cython。这意味着 Python 级别的优化（向量化、避免循环）对于分析代码很重要，但对于模拟吞吐量则很少见。

对于分析，最大的收益来自避免每帧的 Python 循环。MDAnalysis 支持对原子选择进行向量化操作，而 MDTraj 返回可批量处理的 NumPy 数组。分片读取轨迹并逐步计算可观测值，可以避免将整个数 GB 的文件加载到内存中。

对于极大规模的分析任务，可以使用 Dask 或 joblib 实现跨帧并行化。MDAnalysis 文档 涵盖了并行分析模式，而项目的 GitHub 存储库 是检查当前 API 详情的最佳场所。

资料来源与进一步阅读

• Molecular dynamics — Wikipedia：分子动力学 (MD) 是一种用于分析原子和分子物理运动的计算机模拟方法。原子和分子被允许相互作用…

常见问题

最好的分子动力学 Python 库是什么？

OpenMM 是运行模拟的最佳整体选择，因为它将原生 Python API 与 GPU 加速的 C++/CUDA 内核以及广泛的力场支持相结合。MDAnalysis 是分析轨迹的最佳选择，因为它具有广泛的格式覆盖范围和选择语言。大多数严肃的项目会同时使用分析引擎和分析库，而不是期望单个包完成所有工作。

我可以完全用 Python 运行分子动力学模拟吗？

您可以使用 NumPy 用纯 Python 编写一个完整的 MD 积分器，这是学习算法的绝佳方式。但对于生产模拟，纯 Python 太慢，因为力评估主导了执行时间。实际工作流程将 Python 作为控制和分析层，而由编译代码管理数字内核。

MDAnalysis 还是 MDTraj 更好？

MDAnalysis 支持更广泛的轨迹格式和更丰富的原子选择语言，适用于复杂的分析流水线。MDTraj 在 RMSD 和二级结构分配等特定任务上更快，且直接返回 NumPy 数组。选择取决于您的格式和可观测值；许多实验室两者兼用。

Python 中的分子动力学需要 GPU 吗？

对于超过几千个原子的系统，GPU 能极大地加速经典 MD，OpenMM 和 LAMMPS 均支持 CUDA 和 OpenCL。小型系统、粗粒度模型和分析工作负载通常在 CPU 上表现良好。GPU 加速在长时程模拟和显式溶剂系统中效果最明显。

如何使我的 MD 模拟具有可重复性？

保存引擎版本、力场文件及其版本、积分器、时间步长、恒温器、恒压器和随机种子。将 Python 依赖项固定到锁定文件并随轨迹一起提交。请注意，并行求和顺序可能会在不同硬件间改变轨迹，因此请将线程和 GPU 设置记录在案。

我应该使用什么文件格式来存储轨迹？

HDF5 是 Python 工作流程的理想的默认选择，因为它支持稀疏、压缩、自描述存储和部分读取，并且 MDAnalysis 和 MDTraj 可以读取它。 XTC 和 DCD 等原生格式对于引擎互操作性仍然很常见。根据您的分析工具和存储限制进行选择。