核心功能与定位
AutoMD-GROMACS 是一款面向 AI 时代的 GROMACS 分子动力学自动化工具包，版本 5.1.1，由香港科技大学（广州）郭轩团队开发并维护。该工具将复杂的 MD 模拟流程封装为可执行的脚本工作流，通过 method-selector 决策层实现方法路由，覆盖从体系搭建、平衡化、生产模拟到后处理分析的全链条。
显著优点
1. 决策层智能化
内置的 method-selector 可根据研究目标、体系类型和目标可观测量自动推荐最优模拟策略，显著降低方法选择门槛。
2. 工作流全覆盖
- 核心流程：setup → equilibration → production → analysis
- 增强采样：伞形采样、自由能计算、副本交换、元动力学、牵引 MD、加速 MD
- 特殊体系：膜体系、配体体系、粗粒化、电场、非平衡态、QM/MM 混合模拟
- 分析工具：轨迹分析、结合分析、性质计算、散射分析、膜特性、蛋白质专项分析
3. 出版级可视化
内置 publication-ready 绘图模板，支持结构和轨迹的高质量渲染。
4. 故障自愈机制
每个工作流配套专用故障排查文档（references/troubleshoot/），实现错误代码的快速定位与修复。
5. Token 优化设计
采用分层信息披露架构，降低与 LLM 交互时的上下文消耗。
潜在局限
- 硬件依赖：需本地安装 GROMACS 2026.1 及 Python3 环境，conda 安装虽便捷但高性能计算仍需 MPI/GPU 版本手动编译
- 领域门槛：虽自动化程度高，但理解 MDP 参数、力场选择等底层原理仍需计算化学背景
- 扩展性边界：当前主要优化生物分子体系，材料科学、药物发现中的特定力场支持需手动扩展
适合人群
- 计算化学/生物物理研究生与博士后：快速建立标准化模拟流程
- 实验生物学家：降低 MD 模拟技术门槛，验证实验假设
- 药物设计团队：配体结合自由能计算、膜蛋白模拟
- 高通量筛选项目：可脚本化的批量模拟与自动分析
常规风险提示
- 计算资源消耗：生产模拟可能需 GPU 集群数小时至数周，需提前评估计算成本
- 力场选择敏感性：默认力场可能不适用于所有体系，关键结果需文献对比验证
- 收敛性判断：自动化流程不替代人工判断，需结合 RMSD、RMSF、能量漂移等指标确认采样充分
- 版本兼容性：基于 GROMACS 2026.1，旧版输入文件可能需要参数调整
技术背书
- 开发者机构：香港科技大学（广州）— 亚洲顶尖理工科院校
- 开源协议：MIT License，代码可审计
- 生态集成：Conda-Forge 官方渠道分发，与 PyYAML 标准库深度整合