Martini粗粒化力场使用手册：2　常见问题

• 一般性问题
• 输入参数
• 拓扑问题
• 模拟问题

一般性问题

原文更新于 Wednesday, 26 March 2014 12:54

发布于 2016-08-31 15:27:03 翻译: 范新宇; 校对: 李继存

• 如果我想前往格罗宁根市(Groningen)学习使用Martini, 我需要担心气候吗?

  不必担心, 气候适宜.

• 前往格罗宁根市的访学有财务支持吗?

  最好是申请一个短期的基金资助, 比如从EMBO项目, 或从你们当地政府来申请. 但是请放心, 不太需要太多花销: 我们办公室的沙发睡觉很舒服, 而且实验室每天都会有很多食物…

• Martini这个名字代表什么?

  Martini是格罗尼根市的昵称, 也是我们开发力场的地方. 格罗尼根市有许多建筑以它以前的守护神圣马丁命名, 比如著名的马提尼塔(如下图).

  

  Martini这个名字同时象征着广为流传的同名鸡尾酒: 怎么样用一些简单的原材料(化学构建模块), 组合出千变万化, 无穷无尽的口味.

  同时, Martini还可以是缩写:

  • MARrink’s Toolkit INItiative (马润克开发的工具包)
  • Maybe A Realistic Theory to Investigate N-body Interactions (可能是一种可以研究多体作用的真实理论)

  其他或更好的缩写征集中…

• 去哪儿能喝到最好的马提尼酒?

  芝加哥市旁边有一家小的工艺蒸馏作坊, Quincy Street Distillery. 他们那儿盛产烈酒, 包括琴酒(gin), 同时作坊里还有个小鸡尾酒吧台. 他们生产一种类似”oude genever”的琴酒, 叫做”Groninger Hoek”, 取自一条芝加哥市荷兰老街的名字(推平又重建后的). 显然这是个双关语: 历史上美国大部分进口的genever酒都产自格罗尼根市; 老街的名字来源于前往芝加哥市定居的格罗尼根移民. 毫无疑问, 用格罗尼根特产的荷兰Style genever酒调制的马提尼世界第一!

  不仅如此, 蒸馏作坊的主人, Derrick Mancini, 同时还是一名阿贡国家实验室的高级研究员, 利用Martini力场来模拟聚合物体系. 所以如果你恰好在附近, 别忘了来Quincy Street Distillery, 品一杯马提尼(http://quincystreetdistillery.com/).

• Martini可以用来研究蛋白质折叠吗?

  不可以. 目前蛋白质的二级结构仍然是模型的输入参数, 直接这意味着在整个模拟过程中蛋白质的二级结构都会保持不变. 但是蛋白质的三级结构会变化, 而且理论上Martini可以较为真实地描述三级结构的变化.

• 如何解释时间尺度?

  Martini动力学比全原子动力学快的原因在于, 粗粒化处理之后的相互作用比原子间的相互作用平滑得多, 精心粒化之后的自由度引起的有效摩擦不存在了. 基于对Martini模型和原子模型扩散常数的比较, 使用CG 相互作用时的有效采样时间约为原子模型的3-8倍. 用Martini模型解释模拟结果时, 我们选取的标准转换因子为4, 这是Martini水模型比真实水模型在扩散动力学中的有效加速因子. 同数量级的整体动力学加速也出现在了一些其他过程中, 包括水的跨膜渗透速率, 脂质分子局部构象空间的采样, 脂质分子进入双层或囊泡的聚集速率. 对其他不同的体系或过程, 加速因子可能差别很大. 尤其是对于蛋白质体系, 对于由粗粒化动力学导致的实际加速我们并没有做详尽的测试, 尽管在rhodopsin体系的模拟中, 发现蛋白质的平移和转动扩散与实验结果吻合很好. 因此, 通常来说, 解释Martini模拟的时间尺度时要小心.

• 怎样在Martini中重新引入原子细节?

  请查看我们教程中有关逆转换工具Reverse Transformation Tool的解释.

• Martini力场可以用于多尺度模拟吗?

  我们开发了一种计算方法, 可以使用虚拟位点来做杂化模拟, 参考文献[1, 2], 但是目前这种方法只对相对比较简单体系有效(比如丁烷). 我们正在努力改进中…

  [1] A.J. Rzepiela, M. Louhivuori, C. Peter, S.J. Marrink. Hybrid simulations: combining atomistic and coarse-grained force fields using virtual sites. Phys. Chem. Chem. Phys., 13:10437-10448, 2011. 摘要 [2] T.A. Wassenaar, H.I. Ingólfsson, M. Prieß, S.J. Marrink, L.V. Schäfer. Mixing Martini: electrostatic coupling in hybrid atomistic-coarse-grained biomolecular simulations. J. Phys. Chem. B, 117:3516-3530, 2013. 开放获取

  对连续的多尺度模拟, 可以参考上文的分辨率转换部分.

  我们同时探索了AdResS(Adaptive Resolution Simulation, 自适应分辨率模拟)和Martini相结合的用法:

  [3] J. Zavadlav, M. Nuno Melo, S.J. Marrink, M. Praprotnik. Adaptive resolution simulation of an atomistic protein in MARTINI water. J. Chem. Phys.,140:054114, 2014. 开放获取

  未完待续…!

• 除了Gromacs, 还有其他软件支持Martini力场吗?

  是的. NAMD, GROMOS均内置了Martini力场, 目前我们正在尝试将它移植到CHARMM. 商业化软件Material Studio也可以使用简化版的Martini力场. 请注意, 与GROMACS中的实现相比, 这些软件包中Martini力场的实现可能存在差别(程度未知). 因此, 在其他软件中使用Martini时, 要谨慎一些.

输入参数

原文更新于 Friday, 19 August 2016 13:11

发布于 2016-08-31 15:27:16 翻译: 祝小华; 校对: 李继存

• mdp文件中应该使用哪些选项?

  可参考示例mdp文件中推荐的参数值, 以及下面有关特定参数的说明.

• 时间步长可以设置多大?

  Martini参数化时使用的时间步长在20-40 fs范围内. 能否可以使用40 fs或不得不使用更小的时间步长, 取决于你的体系, 以及你对粗粒度模型的态度, 解释如下:

  首先, MARTINI力场不是原子细度的力场. 模型背后有许多假定, 其中主要的一项是忽略了一些原子自由度. 其结果是, 粒子之间的相互作用是有效的, 并且能量形貌高度简化. 简化了的能量形貌使得采样速率大幅度增加, 但其代价是失去了对细节的描述. 这使得CG模型通常十分强大. 因此, 需要强调的是, 对于能量形貌, 我们不应该以尽可能精确的方式进行采样, 而应该以尽可能高效的方式采样. 这一点与传统的全原子模型相反, 对全原子模型, 能量形貌更真实, 精确的积分方案更重要. 实践中, 相比于精确的原子模拟, Martini模型固有的”模糊性”使得虚假小能阱或小能源的出现成为一个不那么重要的问题. 其次, 最重要的是, 相比于时间步长, 结构特性是非常稳健的; 40 fs的时间步长对所研究体系的结构性质没有显著的影响. 此外, 热力学性质, 如溶剂化自由能对时间步长的大小也不是很敏感. 因此, 如果你的目标是快速生成典型的系综, 使用大的时间步长似乎可以接受.

  基于以上的两点讨论, 我们认为在Martini力场中可以使用大于10 fs的时间步长. 尽管人们可以争辩第一个论点(即CG模拟能力中的”理想性”与”实用性”的观点), 第二个论点(即结构和热力学性质对时间步长大小的不敏感性)意味着将时间步长减少到10 fs或以下是浪费计算时间. 另一方面, 对某些体系, 大于或等于40 fs的时间步长可能有些超过极限了. 因此, 为稳妥起见, 我们推荐将时间步长设为20-30 fs, 同时使用更大的邻区列表截断(到1.4 nm).

  当然, 每个人都应该检查结果是否会由于选项不同而有所偏差. 考虑到最大简化来自相互作用势的层次, 所以最好与用更细模型得到的结果做比较.

  请看以下两篇文献中对粗粒化模拟中使用大时间步长的讨论:

  [1] M.Winger, D. Trzesniak, R. Baron, W.F. van Gunsteren. On using a too large integration time step in molecular dynamics simulations of coarse-grained molecular models, Phys. Chem. Chem. Phys., 2009, 11, 1934-1941.

  [2] S.J. Marrink, X. Periole, D.P. Tieleman, A.H. de Vries. Comment on using a too large integration time step in molecular dynamics simulations of coarse-grained molecular models. Phys. Chem. Chem. Phys., 12:2254-2256, 2010.

• 温度和压力控制中应该使用什么耦合时间?

  好的温度控制可以使用Berendsen方法, 耦合常数的数量级为τ= 1 ps. 可以通过减小温度耦合常数至0.1 ps得到更好的温度控制. 尽管使用这样紧的耦合(τ接近于时间步长), 人们不能再说这是一种弱的耦合方案.

  同样地, 压力可采用Berendsen方法进行控制, 耦合常数的范围在1-5 ps之间, 典型的压缩系数为10^-4-10^-3 bar^-1. 需要注意的是, 为了估算CG模拟的压缩系数, 你应该使用Parrinello-Rahman耦合方法.

• 需要多久更新一次配对列表(pairlist)以及配对列表截断(pairlist cutoff)应该设置多大?

  由于使用了移位势, 即使使用大的时间步长, 粒子离开/进入邻区列表所产生的噪音也不是很大. 实践中, 采用的邻区列表截断(neighbourlist cutoff)等于非键截断(1.2 nm)时, 每十步更新一次也可以. 然而, 为了改善能量守恒性, 或避免局部过热/过冷, 你可以提高更新频率, 或增加邻区列表截断(到1.4 nm). 后者在计算上花费更少, 并具具有更好的能量守恒性(参看[1]).

  [1] S.J. Marrink, X. Periole, D.P. Tieleman, A.H. de Vries. Comment on using a too large integration time step in molecular dynamics simulations of coarse-grained molecular models, Phys. Chem. Chem. Phys, 12:2254-2256, 2010).

• 应该使用哪个截断(cutoffs)?

  在Martini模型中, 对于非键作用, 使用标准的截断(cutoff)方案: LJ相互作用在0.9-1.2 nm的范围内被调整为0, 静电相互作用的调整范围为0.0-1.2 nm. 要更详细地了解移位函数, 可以参看下面问题的回答. 对非键截断的处理是力场参数化的一部分, 因此我们推荐不要去碰这些值, 因为这可能会改变力场的整体平衡.

• 使用了哪个移位函数?

  Gromacs中使用的移位函数 $\F$ 如下所示:

  \[\alg \F_\a(r) &= {1\over r^\a}-{A \over3} (r-r_\text{shift})^3-{B \over 4} (r-r_\text{shift})^4-C; r_\text{shift} \le r \le r_\text{cut} \\ \F_\a(r) &= {1\over r^\a}-C; r \le r_\text{shift} \\ A &=\a { (\a+1) r_\text{shift}-(\a+4) r_\text{cut} \over r_\text{cut}^{(\a+2)} (r_\text{cut}-r_\text{shift})^2} \\ B &=-\a { (\a+1) r_\text{shift}-(\a+3) r_\text{cut} \over r_\text{cut}^{(\a+2)} (r_\text{cut}-r_\text{shift})^3} \\ C &= {1\over r^\a}-{A \over 3} (r-r_\text{shift})^3-{B \over 4} (r-r_\text{shift})^4 \ealg\]

这里, $\a$ 表示LJ项($\a$=6,12)或库伦项($\a$=1)各自的阶数. 在 $r_\text{shift}$ 和截断距离 $r_\text{cut}$ 之间, 势能和力都连续平滑地衰减至0. Martini力场参数化时使用的 $r_\text{shift}$ 为0.9(对LJ)或者0(对库伦), $r_\text{cut}$ 为1.2 nm.

• 使用Martini时, 可以使用PME或反应力场吗?

  原则上是可以的, 尽管Martini力场参数化时使用短程移位静电相互作用. 使用反应力场(也可等效为移位势能)可能不会对模拟有太大影响. 另一方面, PME可能导致模拟行为显著不同, 在某些应用中可能更真实(如在枝状聚合物[1]和抑菌多肽[2]攻击脂质双层膜的模拟中可以看到真实的膜孔). 需要注意的是, Matini模型中的静电相互作用并不是很精确, 尤其整个系统的屏蔽被设为均匀的, 具有相同的屏蔽常数15. 当使用PME时, 请确保体系的性质仍然是合理的.

  然而, PME可以与极化Martini水模型结合使用[3], 并且是合理的, 因为静电相互作用更真实.

  [1] H. Lee and R. G. Larson, J. Phys. Chem. B, 2008, 112, 7778-7784 [2] A.J. Rzepiela, D. Sengupta, N. Goga, S.J. Marrink, Faraday Discuss., 2010, 144, 431-443. [3] S.O. Yesylevskyy, L.V. Schäfer, D. Sengupta, S.J. Marrink, PLoS Comp. Biol, 6:e1000810, 2010. 开放获取

• 可以使用Martini计算自由能吗?

  是的, 可以!

拓扑问题

原文更新于 Friday, 19 August 2016 13:12

发布于 2016-09-27 10:59:41 翻译: 郝阳; 校对: 李继存

• 如何为一个新的分子创建拓扑文件?

  在这里我们给出一个简单的 三步法, 或称之为指导, 帮助我们实现利用CG Martini模型对新分子进行参数化: 第一步 将化学结构映射为CG表示, 第二步 选择合适的键合相互作用项, 第三步 通过对比全原子(AA)水平的模拟和/或实验数据, 对模型进行优化. 请同时参考教程作为指导.

  第一步 映射到CG表示: 第一步包括将完整的分子划分为小的化学构建单元, 最好是每四个重原子组成一个构建单元. CG粒子类型到化学构建单元的映射, 在文献[1]的Table III中可以找到, 它可作为指定CG粒子类型的指导. 因为大多数分子不可能被完全地分成每四个重原子为一组的映射, 一些组的原子数可能会多于或少于四个. 事实上, 没有理由将一个CG粒子映射到整数个原子. 例如, 十五烷映射成四个C1粒子, 这意味着每个CG珠子代表3¾个(亚)甲基基团. 当与标准映射方案偏差较大时, 可以对其进行微小的调整. 例如, 对三个(亚)甲基形成的基团, 使用C2粒子(丙烷)进行建模比使用代表饱和烷烃的标准C1粒子更加精确. 对醇类分子效果也是这样: 对标准的乙醇基团建模时选用P1粒子(丙醇), 少一个碳的基团极性更大(P2, 乙醇), 而增加一个碳具有相反的效果(Nda, 丁醇). 类似的方法可以用于调整其他构建单元. 为了对含有环的化合物进行建模, 可以使用更精细的粒化映射. 在这些情况下, 特殊的S类粒子十分适用.

  第二步 选择键合相互作用: 对绝大多数分子来说, 使用标准键长(0.47 nm)和力常数K = 1250 kJ mol^-1 nm^-2是合适的. 当使用其他值来描述化学结构更好时, 可以适当调整这些键合参数的值. 尤其是对于含有环的结构, 需要使用更小的键长值. 对于刚性环, 简谐的键和键角势能使用键约束来代替, 如在苯和胆固醇中那样. 对于线性的链状分子, 标准力常数K = 25 kJ mol^-1 nm^-2, 平衡键角φ = 180°获得的分布与更精细模拟的结果符合得最好. 顺式不饱和键的键角可能需要设置更小的值(单个顺式不饱和单键的力常数K = 45 kJ mol^-1 nm^-2, 键角φa = 120°), 一般情况下模拟结果更接近平衡结构. 为了保持环状结构的平面性, 应添加异常二面角项. 对于更复杂的分子结构(如胆固醇), 有多种方法来定义键合相互作用. 当使用30-40 fs的首选时间步长时, 并非所有这些可能的方法都能得到稳定的体系(实际模拟时间内). 你可能需要进行一些试错才能选出最佳的设置.

  第三步 优化: 对体系进行粗粒化时, 粒子类型和键合相互作用的指定并不唯一. 改进粗粒化模型的一种有效方法是与全原子水平的模拟进行比较, 类似于使用量子化学计算来改进原子模型. 对键合相互作用的优化, 结构比较尤为有用. 例如, 使用前面描述的映射过程, CG三粒子的键角分布函数可以直接与全原子模拟得到的分布相比较, 并从中提取出平衡键角和力常数的最优值. 对于粒子类型的分配, 热力学行为比较是决定性测试. 全原子水平的模拟(如膜内部探针的优先位置)和实验数据(如分子在不同相之间的分配自由能)对于提高模型的质量都很有帮助. 决定分配行为的力平衡可能十分微妙. 粒子类型的轻微改变可能显著地改善模型. 再次强调, 文献[1]的Table III只用作指导; 与全原子模拟和实验数据的比较是选择参数的最终决定因素. 注意, 使用教程中的逆转换工具Reverse Transformation Tool可以很容易地比较粗粒化模拟和全原子模拟的结果.

  [1] S.J. Marrink, H.J. Risselada, S. Yefimov, D.P. Tieleman, A.H. de Vries. The MARTINI forcefield: coarse grained model for biomolecular simulations. JPC-B, 111:7812-7824, 2007.

• 如何设计一个蛋白质的粗粒化模拟?

  与MARTINI的主要思想保持一致, 粗粒化的蛋白质模型大约每4个重原子为一组形成一个CG珠子. 每个残基有一个骨架珠子和零或多个支链珠子, 这取决于氨基酸的类型. 如Monticelli等人(J Comput Chem Theory, 2008)所说, 蛋白质的二级结构会影响每个残基所选珠子的类型以及键长/键角/二面角参数. 值得指出的是, 尽管蛋白质可以自由地改变它的三级结构, 但局部的二级结构是预先定义好的, 因此在整个模拟过程是固定不变的. 因此, 那些涉及二级结构变化的构象变化行为会超出Martini CG蛋白的适用范围.

  设计一个CG蛋白模拟基本包含两步: 1) 将一个原子水平的蛋白质结构转换成CG模型: 2) 生成一个合适的Martini拓扑. 使用martinize.py脚本很容易实现这两步.

• 我该如何为DNA和其他核酸建模?

  我们正在开发适用于核酸的Martini力场. 现在你可以使用一个[beta版本(http://md.chem.rug.nl/index.php/309-martini-dna-beta).

• 我该如何使用极化水模型, 何时应该使用它?

  如何使用? 很简单, 使用特殊的martini_v2.P.itp文件, 其中定义了极化水模型, 并且包含了水与所有其他粒子的相互作用的整个矩阵. 你可以将它与其他拓扑文件相结合, 2.0或2.1版的都可以. 在2.1版本中要注意的是, 用于一些疏水无极性氨基酸的AC1和AC2粒子类型已经废弃, 应使用正常的C1和C2来代替它们. 此外, 请勿忘记将相对介电屏蔽常数设为eps=2.5, 而不是使用标准Martini的eps=15. 参考示例mdp文件, 看看示例应用: 极化水盒子, 并检查将标准水转化成极化水的脚本. 最后, 阅读一下有关极化水模型的文献:

  [1] S.O. Yesylevskyy, L.V. Schafer, D. Sengupta, S.J. Marrink. Polarizable water model for the coarse-grained Martini force field. PLoS Comp. Biol, 6:e1000810, 2010. 开放获取

  何时使用? 首先我们指出, 极化Martini水模型并不意味着要代替标准的Martini水模型, 而应视为某些性质有所改进的替代模型, 但在其他应用中行为类似时效率更低. 由于极化水珠子包含三个粒子, 所以它比标准的Martini水模型贵2~3倍. 当极化水模型与PME联合使用时, 速度会更慢. 然而, 若研究体系或过程中涉及低介电常数介质中的电荷或极性粒子(如, 双层内部, 或蛋白质), 极化水模型是更真实, 因为它考虑了体系电介质的不均匀性. 另外, 对静电场(外部和内部)的影响的模拟也更真实. 事实上, 你甚至可以模拟出像电穿孔这样很酷的现象.

模拟问题

原文更新于 Wednesday, 26 March 2014 13:14

发布于 2016-08-31 15:27:25 翻译: 郝阳; 校对: 李继存

• 模拟崩溃了, 我该如何处理?

  下面的一系列建议会有助于稳定你的体系:

  • 一定程度上减小时间步长, 有些体系只需要使用20 fs而不是30-40 fs. 如果低于20 fs其他方面可能会出错.
  • 增加邻区列表的更新频率和/或邻区列表截断值的大小.
  • 建议在能量最小化时用(刚性)键代替约束
  • 用约束代替刚性键, 可以增加稳定性并使用较大的时间步长. 刚性键一般指力常数大于等于10000 kJ mol^-1 nm^-2的键.
  • 对于β片, 你可以尝试使用距离约束, 创建itp的脚本中有这一选项. 如果蛋白质一直崩溃, 可以尝试使用ELNEDYN为蛋白质添加弹性网络.
  • 检查你的拓扑文件, 里面可能存在相互冲突的键合势能. 同时确保排除合理(最近的一定要排除在外, 但有时也会排除第二或第三邻近的)

• 求助: 我的水凝固了

  不合理的水凝固现象对目前的参数(版本2)而言是个众所周知的问题. 我们之前的工作对此进行过说明和讨论[1,2,3]. 请记住以下几点:

  i) 尽管水的LJ参数(ε=5.0 kJ/mol, σ=0.47 nm)会使其进入LJ相图的固态区域, 但使用移位势减少了长程吸引部分. 这样, 粗粒化的水比标准的LJ粒子更具有流动性.

  ii) 我们之前[2]确定了粗粒化水的凝固温度为290+/-5 K. 尽管这个值不可否认地高于它的实际值, 在大多数应用中只要没有形成成核位点, 就不会观察到凝固现象. 除更低温度下进行的模拟外, 对成核位点已经出现(固体表面, 或有序双层表面都可以作为成核位点)或周期性增强了长程有序性的体系(如对小体积水)下, 快速凝固是个潜在问题.

  iii) 在因凝固导致问题的情况下, 一个简单且实用的解决方法是使用抗凝固粒子. 这种办法适用于一些情况, 但与固体支持联合使用时可能又会出现问题. 因此, 请仔细检查你的抗凝固粒子不会形成团簇. 你也可以使用极化水模型, 这种模型有更低的融化温度[4].

  总之, Martini水的凝固明显不理想, 还有提升空间. 在MARTINI力场的未来版本中我们打算使用更软, 带有可调宽度的势能函数来扩大水模型的液态范围.

  [1] S.J. Marrink, H.J. Risselada, S. Yefimov, D.P. Tieleman and A.H. de Vries. The MARTINI force field: Coarse grained model for biomolecular simulations. J. Phys. Chem. B, 2007, 111, 7812-7824.

  [2] S.J. Marrink, A.H. de Vries and A.E. Mark, Coarse grained model for semiquantitative lipid simulations, J. Phys. Chem. B, 2004, 108, 750-760.

  [3] S.J. Marrink, X. Periole, D.P. Tieleman, A.H. de Vries. Comment on using a too large integration time step in molecular dynamics simulations of coarse-grained molecular models. Phys. Chem. Chem. Phys., 12:2254-2256, 2010. 摘要

  [4] S.O. Yesylevskyy, L.V. Schäfer, D. Sengupta, S.J. Marrink. Polarizable water model for the coarse-grained Martini force field. PLoS Comp. Biol, 6:e1000810, 2010. 开放获取

• 求助: 我的蛋白质开始变形

  对你的粗粒化蛋白使用弹性网络. 参见ELNEDYN教程.

• 求助: 我的囊泡不能融合

  好吧, 一些囊泡可能不会融合, 所以你也许该降低期望……然而, 如果你使用Marniti 2.0及更高版本, 可能存在一个虚假的融合势垒. 为使离子的溶剂化自由能在疏水无极性介质中更接近实际情况, 在2.0版本中Q型粒子和C1/C2粒子间的相互作用被改为”超级排斥”类型. 其中Q粒子(或C粒子, 取决于你的看法)的有效尺寸增加到0.6 nm, 远大于标准的相互作用尺寸0.47 nm. 这有效地防止了离子溶解于疏水无极性溶剂中, 如双层的内部. 然而, 这同时也带来了不利影响, 即阻碍了脂质尾部伸展指向并穿过脂/水界面. 对于囊泡融合来说第一个势垒是支撑物的形成, 它是由脂质尾部的伸展所触发的……

  为消除这人为造成的假象, 可以简单地将Q-C1/C2相互作用改回到它们正常的”排斥”相互作用模式, 但需要认识到, 这也将影响离子的穿膜能力. 如果你想看到离子存在情况下的融合现象, 你可能需要添加不同的粒子类型, 以便区分脂质分子头部的Q位点以及离子的Q位点……

  请参考: [1] D. Mirjanian, A.N. Dickey, J.H. Hoh, T.B. Woolf, M.J. Stevens. Splaying of Aliphatic Tails Plays a Central Role in Barrier Crossing During Liposome Fusion. J. Phys. Chem. B 2010, 114, 11061-11068, 该文献中使用了上面提到技巧.

• 我不能登录论坛或发布话题

  为了能够在Martini论坛上发布话题, 你必须先登录: 在”User Platform”菜单中, 选择”Login to Forum”. 为了可以登录, 你必须先注册一个用户名. 点击页面底部的”Register”链接并提供必要的个人信息. 系统会发送一封电子邮件到提供的地址, 其中包含激活链接. 如果未收到邮件, 请检查你的垃圾邮件文件夹!

• 还有其他问题的话, 我该和谁联系?

  如果你不能在任何地方(FAQ, 用户平台, 教程讲解……)找到解决问题的方法, 或者遇到了从未报告过的问题, 请发邮件给我们: cgmartini@rug.nl