PYDFT-QMMM：DFTベースのQM/MM分子動力学のモジュラーで拡張可能なソフトウェアフレームワーク

Pydft-QMMMは、理論の密度官能レベルでハイブリッド量子力学/分子力学（QM/MM）シミュレーションを実行するためのPythonベースのパッケージです。このプログラムは、定期的なシミュレーションドメイン内の静電的および機械的埋め込み手順のユーザー指定の組み合わせを通じて、短距離および長距離の相互作用を処理するように設計されており、外部量子化学および分子動力学ソフトウェアに必要なインターフェイスを提供します。周期システムに長距離静電型の直接埋め込みを可能にするために、以前に記載されたQM/MM/PMEアプローチのために力項を導き出し、実装しました[Pederson and McDaniel、J。Chem。Phys。156、174105（2022）]。外部ソフトウェアパッケージPSI4およびOpenMMとの通信は、Pythonアプリケーションプログラミングインターフェイス（API）を通じて促進されます。コアライブラリには、QM/MM分子動力学シミュレーションを実行するための基本的なユーティリティが含まれており、ユーザーが拡張可能なアーキテクチャ内でカスタムエネルギー/力の計算と統合ルーチンを実装するためのプラグインエントリポイントが提供されます。ユーザーは、主にPython APIを介してPydft-QMMMと対話し、たとえば自由エネルギーシミュレーションのためにプルミングされたPythonスクリプトで複雑なワークフロー開発を可能にします。QM/MM/PMEの力と省エネルギーのベンチマークと、代替QM/MM静電埋め込みアプローチを提供します。さらに、水溶媒システムでの水溶質の単純な例のユースケースを示します。これは、100 ps qm/mmシミュレーションから放射状分布機能が計算されます。この例では、QM水分子の電子密度の過剰または過剰極性化により、溶媒和構造がさまざまな基礎セットの選択にどのように敏感であるかを強調します。

PyDFT-QMMM is a Python-based package for performing hybrid quantum mechanics/molecular mechanics (QM/MM) simulations at the density functional level of theory. The program is designed to treat short-range and long-range interactions through user-specified combinations of electrostatic and mechanical embedding procedures within periodic simulation domains, providing necessary interfaces to external quantum chemistry and molecular dynamics software. To enable direct embedding of long-range electrostatics in periodic systems, we have derived and implemented force terms for our previously described QM/MM/PME approach [Pederson and McDaniel, J. Chem. Phys. 156, 174105 (2022)]. Communication with external software packages Psi4 and OpenMM is facilitated through Python application programming interfaces (APIs). The core library contains basic utilities for running QM/MM molecular dynamics simulations, and plug-in entry-points are provided for users to implement custom energy/force calculation and integration routines, within an extensible architecture. The user interacts with PyDFT-QMMM primarily through its Python API, allowing for complex workflow development with Python scripting, for example, interfacing with PLUMED for free energy simulations. We provide benchmarks of forces and energy conservation for the QM/MM/PME and alternative QM/MM electrostatic embedding approaches. We further demonstrate a simple example use case for water solute in a water solvent system, for which radial distribution functions are computed from 100 ps QM/MM simulations; in this example, we highlight how the solvation structure is sensitive to different basis-set choices due to under- or over-polarization of the QM water molecule's electron density.