看板 Physics 關於我們 聯絡資訊
模擬新的材料我是不太清楚,但是找化合物我是有點相關的經驗 我在國家衛生研究院工作過,曾經負責過一個案子就是要去跑 分子動力模擬(molecular dynamic simulation)然後利用其中的結果去預測 化合物的結合能力,這在醫藥領域是相當常見且熱門的項目之一 但我不得不說,這些預測出來的結果經常會跟實驗結果會有不小的出入 很大的原因是出在說這些分子動力模擬都是用數值解去解這些微分方程 ,但是只要是用數值解去處理微分方程,就一定會碰到甚麼蝴蝶效應 混沌理論的這些東西跑出來,而且這些是"不可能去避免的"。 再來,就是處理問題所使用的方程式,有時候會為了降低計算的複雜程度 會去把這個問題簡化,譬如說距離只要超過100 nm,就不去計算彼此間的作用力 之類的,但是自然界就是這樣運行的嗎? 應該也不是 只是有時候為了快速看到結果,只好犧牲一些精確度,但是這又不會造成數值解發散?! 其實也不知道。如果有一百種化合物要測試,不可能一個模擬項目就跑一個月, 這樣也太誇張了,所以不管如何,其實這些MDS 當然是有參考價值,但是你說只靠模擬 而不用實驗,我們離這樣的目標應該還有一段距離要走 有興趣了解的話,可以去google Gromacs, 我當初就是用這套免費軟體去跑的模擬 我當初有去讀了些shadow hamiltonial paper,但其實也沒有很懂,只知道模擬出來的東 西一定會有一些fluctution 或是 drift之類的 XDXD...但這也是"大概"說明了為何模擬 為何不能完全取代實驗 https://bionum.cs.purdue.edu/EnSD05.pdf -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.10.57.32 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Physics/M.1642559220.A.BC2.html ※ 編輯: isaacting (101.10.57.32 臺灣), 01/19/2022 10:29:42 ※ 編輯: isaacting (101.10.57.32 臺灣), 01/19/2022 10:39:52
saltlake: 數值模型和數學模型(如微分方程間)有誤差是一回事 01/19 13:46
saltlake: 渾沌現象又是另一回事。那是動力系統本身的性質,從微分 01/19 13:47
saltlake: 方程本身做解析就可判定 01/19 13:48
saltlake: 此外數值解有誤差和數值解的斂散性不是一回事 01/19 13:49
caseypie: 混沌不是MD的問題.....MD本來目的就只是一種熱力學取樣 01/19 15:39
caseypie: 100種化合物要快就開100台機器跑就好了,這也不是問題 01/19 15:41
caseypie: 真正的問題在簡化,但重點也不是有效距離截斷 01/19 15:42
caseypie: 而是MD這種有效力場本來就只是量子力學結果的經驗近似 01/19 15:42
ManOfSteel: 混沌理論指的是微小變化的condition,會造成很大的不 01/19 21:04
ManOfSteel: 同結果 01/19 21:04
ManOfSteel: 這是獨立的特性,與數值方法無關 01/19 21:05
ManOfSteel: 而數值解的斂散性指的是,是否會收斂到某值 01/19 21:07
ManOfSteel: 誤差是否收斂,一般模擬前會先用big-O去判斷 01/19 21:14
cloudwolf: 模擬的好處是可以用比較低的成本取得該往哪個方向研究 01/20 05:44
cloudwolf: 的提示。 01/20 05:45
yeahhuman: 數值方法就是沒辦法做到那麼微小的condition 01/20 19:31
yeahhuman: 所以才會混沌啊,如果我小數能取到上京位,必然會縮小 01/20 19:32
yeahhuman: 模擬與實驗的不同 01/20 19:32
yeahhuman: 當初混沌現象被發現不就是小數點後面key錯 01/20 19:33
yeahhuman: 如果我能做到無限位數,那也沒有結果不同的問題了 01/20 19:33
yeahhuman: 所以我看不懂鋼鐵人的意思 01/20 19:34
yeahhuman: 應該是超人,抱歉 01/20 19:34
yeahhuman: 然後用一百台電腦跑,是當機構預算無上限嗎 01/20 19:35
yeahhuman: 我以前的研究有上萬個cpu給我們做運算,都算小咖的了 01/20 19:36
ManOfSteel: 以我之前對微分方程數值解的經驗 01/20 23:13
ManOfSteel: 它的誤差項往往是使用mean value theorem去推估 01/20 23:17
ManOfSteel: 因此 “估計項“+“error term“=真值 01/20 23:19
ManOfSteel: 舉例:產生真值的函數假設是f 01/20 23:24
ManOfSteel: 代入任意數值,一般我們有辦法判斷的是error term是否 01/20 23:28
ManOfSteel: 過大 01/20 23:28
ManOfSteel: 我們沒辦法說那是混沌,因為它的error term也可以很大 01/20 23:33
ManOfSteel: 你要先確定數值解可信,我們才可以比較兩個f值是否混 01/20 23:37
ManOfSteel: 沌 01/20 23:37
ManOfSteel: 所以我才說它是獨立特性 01/20 23:38
ManOfSteel: 如果我有說錯或不嚴謹的地方,也歡迎其它人補充 01/20 23:43
caseypie: MD,尤其是NVT/NPT,只有取樣保證正確,過程不保證正確 01/21 12:33
caseypie: 所以混沌根本就不是問題,因為本來就沒人期待那是對的 01/21 12:33
caseypie: 至於機構的預算有沒有上限,取決於解的問題重不重要 01/21 12:34
caseypie: 如果你常常覺得有上限,那就是你做的問題還不夠重要 01/21 12:34
caseypie: 能用多開CPU解決的速度問題都不是真正的速度問題 01/21 12:36
yeahhuman: 我現在要研究一個大數據問題,你幫我買5000個cpu可以嗎 02/13 15:49
yeahhuman: 我確定我做的問題很重要,高能物理需要做到大數據分析 02/13 15:50
yeahhuman: 請問你要幫我出錢嗎? 02/13 15:50
yeahhuman: 高能物理動輒上千上萬cpu給一個人用,然後你說這小事? 02/13 15:51
yeahhuman: 如果我有500個研究員呢? 02/13 15:52
caseypie: 你覺得你的問題很重要,並不代表你的問題事實上很重要 02/13 17:18
caseypie: 與其在這邊悲憤,不如去多寫grant 02/13 17:18
caseypie: DE Shaw為了他覺得很重要的問題先去華爾街搞了$2.9B 02/13 17:19
caseypie: 而你只會叫人幫你覺得很重要的問題買單 02/13 17:19
hank780420: 同意 真的很重要趕快寫proposal去要grant 02/13 21:27