粗粒度模型查看源代码讨论查看历史

粗粒度模型旨在使用粗粒度（简化）表示来模拟复杂系统的行为。

[]

基本内容

粗粒度建模，粗粒度模型，旨在使用粗粒度（简化）表示来模拟复杂系统的行为。粗粒度模型广泛用于各种粒度级别的生物分子的分子建模。已经提出了各种粗粒度模型。它们通常致力于特定分子的计算建模：蛋白质，核酸，脂质膜，碳水化合物或水。在这些模型中，分子由单个原子和伪原子（代替原子组）或仅仅伪原子表示。通过降低自由度，可以比使用经典原子模型更长时间地研究模拟时间。粗粒度模型已经在以下方面发现了实际应用：蛋白质结构预测，蛋白质相互作用的预测和蛋白质折叠的分子动力学模拟。

2013年，诺贝尔化学奖被授予Michael Levitt，Ariel Warshel和Martin Karplus“复杂化学系统多尺度模型的开发”。他们早期的粗粒蛋白质建模研究已被诺贝尔奖委员会认可为大型大分子系统研究的重要一步。粗粒度模型经常被用作多尺度建模协议的组件以及原子分辨率模型。单独的原子分辨率模型还不足以处理大系统尺寸和模拟时间尺度

粗粒度（coarse grain）是2018年公布的计算机科学技术名词。