Use when working on biomolecular molecular dynamics with GROMACS, especially system setup, equilibration, production runs, trajectory analysis, or MM/PBSA-style post-processing.
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：
.mdp 参数、子命令语法统一去查 scholaraio toolref对 GROMACS 问题，agent 默认按这个顺序工作：
gmx 子命令、.mdp 参数、分析工具、力场/拓扑流程.mdp 前先查 thermostat、barostat、constraints、cutoff、输出频率这类高风险参数search 再 showtoolref 已经能回答，就不要在 skill 中重复堆参数表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：
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# 安装
conda install -c conda-forge gromacs
# 配体参数化
conda install -c conda-forge acpype ambertools
# 结合自由能
pip install gmx-MMPBSA
# 可视化（可选）
conda install -c conda-forge pymol-open-source
验证：gmx --version 应显示版本号和 GPU 支持信息。
适合：
不适合：
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：
.mdp 前，先逐项查核心参数toolref 而不是旧教程如果遇到覆盖缺口：
toolref 覆盖toolref 当成普通用户的前置工作这是本 skill 与普通 GROMACS 教程的核心区别。在任何模拟开始前：
scholaraio usearch "<体系关键词>" 检索知识库中的相关论文.mdp 文件注释中标注参数来源（如 "# 300 K, per Homeyer et al. 2014 JCTC"）建议工作流：
典型输出：
.mdp 核心参数：integrator, dt, pcoupl, tcoupl, tau-t, ref-t这些都应优先通过 toolref 查询，而不是写死在 skill 里。
| 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：
| 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 |
| 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 |
.mdp 参数，查 toolref