熟悉分子动力学（MD）的同学或许对径向分布函数( Radial Distribution Function，RDF )这个名词并不陌生,但可能对其含义与计算原理则不甚了解。其实，RDF 并非复杂的概念，正如其名，它描述的是以某点为中心，某种东西沿着径向的变化。
例如，在天文中，可以用径向分布函数去刻画以木星为中心，小行星的数量随距离的变化（由于轨道是椭圆，实际上横轴为椭圆的半长轴）。注意到图中几处空缺，对应的正是木星环中的空隙。
又如，在分子层面， RDF 可以描述了以某种原子为中心，其他原子的数量随距离的变化，对于晶体，可以反应反映出不同的晶体结构；对于溶液，则可以捕获到其中的溶剂化结构。
最后，在量子力学层面， RDF 可以用于描述电子密度随着距离的变化，帮助我们从径向理解电子云。
RDF 相当直观，但笔者在两年半的分子模拟生涯中，写下这篇 Notebook 之前，也未曾能理解其含义，更遑论计算原理，相信许多读者也有同样的感受。另一方面，尽管大多分子动力学模拟软件提供了计算 RDF 的功能，但它们用起来往往不够灵活，也不能适应不同的轨迹格式，学习起来也由于不理解 RDF 的原理而稍有困难。
在本期 Notebook 中，笔者首先将和读者一起做一些小实验，感受 RDF 能描述什么，不能描述什么，并掌握如何计算 RDF ；然后，带领读者使用 MDtraj 更加灵活的计算模拟轨迹的 RDF ，进而计算配位数；最后，则和读者一起探索使用信号处理的方法，快速找到 RDF 中的峰，并其计算对应的配位数，将RDF分析的过程尽可能的自动化。
如果你也与曾经的笔者怀有相同的困惑，并且还有一点好奇心，那不妨试着运行一下本期 Notebook 。即便不追求原理， Notebook 中也提供了便利的计算分析RDF和配位数方法，也应当有所帮助。
Notebook链接 https://nb.bohrium.dp.tech/detail/9747927953
👇 关注公众号，和我们一起开源、共建、共享 Notebook。
参考文献：
[1]Ghafari, Mohammad & Gleiter, H. & Feng, Tao & Ohara, Koji & Hahn, Horst. (2017). Are Transition Metal-Rich Metallic Glasses Made Up of Distorted BCC Clusters?. Journal of Material Sciences & Engineering. J Material Sci Eng 6:299. 1000299. 10.4172/2169-0022.1000299.
[2]Hu, Xiaoxia & Tao, Rui & Wang, Pan. (2022). Migration of nitrite corrosion inhibitor in calcium silicate hydrate nanopore: A molecular dynamics simulation study. Frontiers in Materials. 9. 965772. 10.3389/fmats.2022.965772.
[3]https://www.zhihu.com/question/444976755
[4]https://zh.wikipedia.org/wiki/%E8%BD%A8%E9%81%93%E5%85%B1%E6%8C%AF
联系客服
