分子動力学法（MD）は便利な手法ですが、何でも分かるわけではありません。 むしろ、MDをうまく使うには、何が分からないのかを先に意識しておくことが大事です。
特に初学者は、
- MDの動画がそれっぽく見える
- 数字がたくさん出る
- RDF や MSD も計算できる
という理由で、つい「正しい答えがそのまま出た」と思いやすいです。
この記事では、MDで分からないこと、言い切れないこと、注意すべきことを整理します。 ここで言いたいのは「MDは役に立たない」ということではなく、 前提と限界を理解したうえで使う必要があるということです。
本記事は以下の記事の続きです。
MDは現実そのものを直接再現しているわけではない
まず大前提として、MDは現実そのものをそのまま再現しているわけではありません。
MDでは、
- どのポテンシャルや力場を使うか
- どの温度・圧力条件で計算するか
- どれくらいの時間だけ追うか
- どれくらいの大きさの系を使うか
を人間が決めます。
つまりMDの結果は、 あるモデルと条件のもとで計算した時間発展 です。
そのため、得られた結果を読むときは常に
- 何を仮定したのか
- 何を省略したのか
- その条件は現実に近いのか
を確認する必要があります。
長い時間スケールの現象は苦手
MDの代表的な限界の1つは、時間スケールです。
原子振動を安定に追うため、MDの時間刻みは通常かなり短く設定します。 そのため、何百万ステップ進めても、現実時間では数ナノ秒程度にしか届かないことがよくあります。
この結果、
- 非常に遅い拡散
- まれにしか起こらない構造変化
- 高いエネルギー障壁を越える遷移
- 長時間かけて進む相分離や劣化
のような現象は、普通のMDだけでは見えにくいことがあります。
「起きなかった」ことが、その現象が本当に起きないことを意味するとは限りません。 単にシミュレーション時間が足りなかっただけかもしれません。
系が小さいと見えないことがある
MDでは、計算資源の都合上、扱える原子数に限界があります。
すると、
- 長距離の不均一性
- 大きなドメイン構造
- 巨視的な相分離
- 現実のバルクに近いゆらぎ
が十分に表現できないことがあります。
周期境界条件を使えば「無限系らしさ」を近似できますが、それでも有限サイズ効果は残ります。 特に拡散係数、界面現象、相転移のような話では、系サイズの影響を受けやすいです。
つまり、小さいセルで見えたことが、そのまま大きい系でも成り立つとは限らないということです。
力場やポテンシャルが違えば結果も変わる
MDの結果は、使うポテンシャルや力場に強く依存します。
例えば同じ系でも、
- どの力場を使うか
- 電荷をどう置くか
- カットオフや長距離相互作用をどう扱うか
- 拘束条件をどう入れるか
で結果が変わることがあります。
そのため、MDは
- 条件Aではこうなった
- この力場ではこうなった
とは言えても、
- 現実で必ずこうなる
とまでは簡単に言えません。
特に古典MDでは、力場が苦手な相互作用や化学種を無理に扱うと、見た目はもっともらしくても中身が怪しい結果になります。
古典MDだけでは化学反応を扱えないことが多い
ここはよく誤解される点です。
固定された結合トポロジーを前提にした古典力場では、通常は結合の生成や切断を自然には扱えません。 そのため、
- 反応経路
- 結合の切断や生成
- 電子状態の変化
- 電荷移動が本質的な現象
は、普通の古典MDだけでは分からないことが多いです。
もちろん例外はあります。
- 反応性力場
- 第一原理MD
- 機械学習ポテンシャル
のような方法を使えば扱える範囲は広がります。 ただしそれでも、何でも簡単に解けるわけではありません。
つまり「MDで分からないこと」は、厳密には どの種類のMDを使っているかで変わる という点も大事です。
温度や圧力の数字だけ見ても安心できない
MDでは温度や圧力が出力されるので、それだけで「ちゃんと計算できた」と思いがちです。 しかし実際には、
- 温度が安定していても構造が不自然
- 圧力が平均すると近くてもゆらぎが大きい
- 平衡化が不十分なまま解析している
- サーモスタットやバロスタットの設定が強すぎる
ということがあります。
LAMMPS の fix nvt や fix npt のような温度・圧力制御は便利ですが、制御しているからといって自動的に「正しい物理」が得られるわけではありません。
つまり、温度や圧力の数字が出たことと、意味のある結果が得られたことは別です。
1つの解析量だけでは結論を出せない
例えばRDFがきれいに出たとしても、それだけで十分とは限りません。 MSDから拡散係数を見積もれたとしても、時間範囲が短いと解釈を誤ることがあります。
実際には、
- トラジェクトリの可視化
- 温度やエネルギーの時間変化
- RDF
- MSD
- 密度や体積
のように、複数の情報を合わせて判断することが大切です。
1つの数字だけで全体を言い切らないことは、MDを使ううえでかなり重要です。
実験と完全一致しない理由は複数ある
MD結果が実験と合わないとき、すぐに
- 計算が間違っていた
- 実験が間違っていた
と考えるのは危険です。
実際には、
- 力場の限界
- 系サイズ不足
- 計算時間不足
- 初期構造の偏り
- 実験条件との不一致
- 解析手法の違い
など、いろいろな要因がありえます。
そのためMDの結果は、 1回計算して終わりではなく、条件を変えて比較しながら解釈することが多いです。
ではMDは何に向いているのか
ここまで限界を多く書いてきましたが、これはMDが使えないという意味ではありません。
MDはむしろ、
- 原子レベルの構造変化を見たい
- 条件ごとの傾向を比べたい
- 拡散やゆらぎを調べたい
- 実験だけでは見えにくい内部情報を補いたい
という場面で非常に強いです。
大事なのは、
- MDで分かる範囲
- 分からない範囲
- 他の手法と組み合わせるべき範囲
を切り分けることです。
まとめ
MDで分からないこと、言い切れないことをまとめると次のようになります。
- 長い時間スケールの現象は見えにくい
- 小さい系では有限サイズ効果が残る
- 結果は力場やポテンシャルに依存する
- 古典MDだけでは化学反応を扱えないことが多い
- 温度や圧力が出ても、それだけで妥当性は保証されない
- 1つの解析量だけで結論を出すのは危険
つまりMDは、万能な答え生成機ではなく、 前提付きで構造と運動を調べるための強力な道具 です。
この視点を持っておくと、MDの結果を過大評価せず、逆に必要以上に過小評価もしにくくなります。
関連記事
- 分子動力学法とは？MDの仕組みを初学者向けにやさしく解説
- 準備中: MDで何が分かるのか
- 機械学習MDを分かりやすく解説
- MatterSimでMD計算やってみた
コメント