粗粒度模型檢視原始碼討論檢視歷史

粗粒度模型旨在使用粗粒度（簡化）表示來模擬複雜系統的行為。

[]

基本內容

粗粒度建模，粗粒度模型，旨在使用粗粒度（簡化）表示來模擬複雜系統的行為。粗粒度模型廣泛用於各種粒度級別的生物分子的分子建模。已經提出了各種粗粒度模型。它們通常致力於特定分子的計算建模：蛋白質，核酸，脂質膜，碳水化合物或水。在這些模型中，分子由單個原子和偽原子（代替原子組）或僅僅偽原子表示。通過降低自由度，可以比使用經典原子模型更長時間地研究模擬時間。粗粒度模型已經在以下方面發現了實際應用：蛋白質結構預測，蛋白質相互作用的預測和蛋白質摺疊的分子動力學模擬。

2013年，諾貝爾化學獎被授予Michael Levitt，Ariel Warshel和Martin Karplus「複雜化學系統多尺度模型的開發」。他們早期的粗粒蛋白質建模研究已被諾貝爾獎委員會認可為大型大分子系統研究的重要一步。粗粒度模型經常被用作多尺度建模協議的組件以及原子分辨率模型。單獨的原子分辨率模型還不足以處理大系統尺寸和模擬時間尺度

粗粒度（coarse grain）是2018年公布的計算機科學技術名詞。