用于聚合物自动化粗粒化分子动力学的多智能体框架

# 面向自动粗粒化聚合物分子动力学的多智能体框架

来源：https://arxiv.org/html/2608.06694

Joohee Choi1†, Junhyeong Lee2†, Seunghwa Ryu1,2,3,\*  
1Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology \(KAIST\), Daejeon 34141, Republic of Korea  
2KAIST InnoCORE PRISM\-AI Center, Korea Advanced Institute of Science and Technology \(KAIST\), Daejeon 34141, Republic of Korea  
3Department of AX, Korea Advanced Institute of Science and Technology \(KAIST\), Daejeon 34141, Republic of Korea  

###### 摘要

粗粒化（CG）分子动力学将聚合物模拟扩展到全原子（AA）方法无法触及的尺度，但自下而上的 CG 建模非常繁琐。CG 分辨率是一种设计选择，因此通常不存在可迁移的参数集，势能需要对每种聚合物映射重新推导。本文提出 CGMas，一个多智能体框架，它能够根据聚合物的自然语言描述和目标分辨率，自动完成拓扑构建、平衡、映射、势能推导和验证。一个大型语言模型（LLM）推理智能体根据聚合物名称推断 AA 拓扑，而分层自校正则解决不饱和、含杂原子和极性聚合物常见的物理错误。下游智能体对系统进行平衡，将其映射到 CG 表示，通过玻尔兹曼反演推导势能，并以原子参照系为基准对模型进行验证。CGMas 完成了全部 27 个均聚物和共聚物任务，在 22 个任务中与 AA 密度的误差在 5% 以内，并将模拟时间从 38-88 分钟缩短到 1 分钟，确立了智能体 LLM 作为自动化聚合物粗粒化的一条途径。  
†这两位作者对本文贡献相同。  
\* 通讯作者：[email protected]

## 1 引言

从化学结构预测聚合物的行为是计算材料设计的核心目标[12 (https://arxiv.org/html/2608.06694#bib.bib16),6 (https://arxiv.org/html/2608.06694#bib.bib31)]。分子动力学（MD）模拟是获得玻璃化转变、结晶、链扩散和塑性变形等结构-性能关系的标准途径[25 (https://arxiv.org/html/2608.06694#bib.bib21),16 (https://arxiv.org/html/2608.06694#bib.bib24)]。OPLS-AA、CHARMM 和 PCFF 等全原子（AA）力场以高计算成本实现高保真度的分子相互作用描述[23 (https://arxiv.org/html/2608.06694#bib.bib9),29 (https://arxiv.org/html/2608.06694#bib.bib39),43 (https://arxiv.org/html/2608.06694#bib.bib38)]。聚合物体系的 AA 模拟通常仅限于约 10^5 个原子的数百纳秒，对应于边长约为 10 nm 的模拟盒子[35 (https://arxiv.org/html/2608.06694#bib.bib15)]。为了弥补这一差距，人们发展了粗粒化（CG）模型[33 (https://arxiv.org/html/2608.06694#bib.bib14),8 (https://arxiv.org/html/2608.06694#bib.bib36)]。在 CG 模型中，一组原子被替换为一个有效的相互作用位点，即珠子[45 (https://arxiv.org/html/2608.06694#bib.bib13)]。去除原子自由度减少了对相互作用的数量并使能量景观变得平滑，从而允许更大的积分时间步长[30 (https://arxiv.org/html/2608.06694#bib.bib22)]。较软的相互作用还降低了有效摩擦，因此构象弛豫比 AA 模拟进行得更快[17 (https://arxiv.org/html/2608.06694#bib.bib18)]。这些效应在固定计算成本下将可访问的时间和长度尺度扩展了一到两个数量级[35 (https://arxiv.org/html/2608.06694#bib.bib15)]。CG 分辨率并非固定不变，而是一种设计选择[32 (https://arxiv.org/html/2608.06694#bib.bib19)]。用户决定聚合物的表示精细程度，并根据一种在空间细节和计算效率之间进行权衡的映射将原子分组为珠子，同时指定珠子之间的相互作用[11 (https://arxiv.org/html/2608.06694#bib.bib20)]。自下而上的 CG 力场直接由 AA 参考数据获得，使 CG 模型能够再现其原子参照系的结构和热力学性质[38 (https://arxiv.org/html/2608.06694#bib.bib44),20 (https://arxiv.org/html/2608.06694#bib.bib45),40 (https://arxiv.org/html/2608.06694#bib.bib46)]。这种自由度也正是核心困难的来源。由于映射由用户定义，因此不存在通用参数集，势能需要针对每种聚合物和每种映射进行推导[28 (https://arxiv.org/html/2608.06694#bib.bib17)]。这需要一系列漫长且相互依赖的步骤，从构建化学正确的 AA 拓扑和对非晶体系进行平衡，到选择珠子映射并累积成键和非键分布，再将其反演为势能并验证组装后的模型[17 (https://arxiv.org/html/2608.06694#bib.bib18),32 (https://arxiv.org/html/2608.06694#bib.bib19)]。每一步都需要领域特定知识。原子类型分配、部分电荷或平衡中的错误很容易出现，常常未被发现，并传播到后续阶段，导致物理上不正确的模型。现有的软件工具部分解决了这一挑战[22 (https://arxiv.org/html/2608.06694#bib.bib27),10 (https://arxiv.org/html/2608.06694#bib.bib29)]。VOTCA 和 PyCGTOOL 将原子输入和珠子映射视为已知条件，因此错误产生的阶段仍由用户负责[39 (https://arxiv.org/html/2608.06694#bib.bib42),15 (https://arxiv.org/html/2608.06694#bib.bib41)]。martinize2 仅从预定义的生物分子力场构建模块构建 CG 拓扑，无法涵盖合成聚合物[26 (https://arxiv.org/html/2608.06694#bib.bib43),42 (https://arxiv.org/html/2608.06694#bib.bib23)]。合成聚合物缺乏类似的清单，因为化学结构随立构规整度、序列和支化而变化，而材料性质随分子量、形态和加工条件而变化[11 (https://arxiv.org/html/2608.06694#bib.bib20),1 (https://arxiv.org/html/2608.06694#bib.bib30),7 (https://arxiv.org/html/2608.06694#bib.bib37)]。我们假设瓶颈不在于单个计算步骤，而在于碎片化的、针对特定工具的自