Mis simulaciones moleculares con ORAC y la función de correlación de pares

Física computacional, dinámica molecular y mis primeros pasos en simulaciones avanzadas.

🔬 Contexto

A finales de los 90 e inicios de los 2000 comencé a experimentar con ORAC v4.0.1, un programa de dinámica molecular desarrollado en el Centre d’Études de Saclay y en la Universidad de Florencia. Mi objetivo era replicar —y eventualmente extender— las curvas de correlación molecular descritas por Allen en su tratado clásico de simulaciones de líquidos, y afinar mis parámetros de integración para desarrollar una base sólida en física computacional aplicada.

🧩 ¿Qué es ORAC?

ORAC fue uno de los primeros programas capaces de ejecutar simulaciones biomoleculares complejas bajo condiciones de presión y temperatura controladas. Implementaba integradores r-RESPA y el método Particle Mesh Ewald (PME) para calcular fuerzas electrostáticas de largo alcance con eficiencia O(N log N). Esto lo hacía ideal para estudiar proteínas, solventes y líquidos iónicos dentro de celdas periódicas.

⚙️ Metodología y parámetros

Mis entradas de simulación definían un sistema cúbico de 35 Å con condiciones periódicas, integrador RESPA, y temperatura inicial cercana a 0 K (escalada después a 300 K). El objetivo era observar la evolución estructural y medir la función de distribución radial G(r):

G(r) = (1 / 4πr²ρ) · dN(r)/dr
    

Esta función describe cómo se distribuyen los átomos alrededor de un átomo de referencia. Para los potenciales empleé parámetros Amber95 con correcciones de Lennard-Jones y cargas parciales ajustadas. El tratamiento electrostático siguió el esquema Ewald/PME.

📊 Resultados: la estructura del líquido

Figura 1. Función de correlación G(r) tras 100,000 pasos de integración.

El gráfico muestra un primer máximo en ~2.4 Å, correspondiente al orden local del líquido, seguido de oscilaciones amortiguadas típicas de la fase fluida. El comportamiento indica que el sistema alcanzó equilibrio, con un orden radial bien definido y sin tendencia a cristalizar, en consistencia con las simulaciones clásicas de Allen y Tildesley.

🧠 Conexión con modelos XY

Paralelamente comparé la estructura de correlación con trabajos sobre el modelo XY bidimensional en condiciones de frustración máxima (Ramírez-Santiago & José, Phys. Rev. Lett., 1992). En ambos casos, la forma de las correlaciones —ya sea de fases o de densidad— muestra la transición entre orden local y fluctuaciones colectivas.

💻 Aprendizaje técnico

Trabajar con ORAC implicaba construir manualmente cada componente:

• Archivos .pdb con coordenadas iniciales.
• Scripts de ejecución en Fortran para cada fase (SETUP, PARAMETERS, SIMULATION).
• Conversión de trayectorias (.rst → .pdb) y análisis en hojas .xls.

El código era enorme, pero fascinaba su coherencia matemática: desde la integración de Newton hasta la reconstrucción de correlaciones espaciales y temporales.

🔭 Reflexión final

Estos experimentos fueron mis “pininos” en física computacional avanzada: un intento por conectar la termodinámica estadística con algoritmos numéricos reales. Aunque el proyecto se transformó más adelante en colaboración con mi colega Horacio Martínez, esta etapa marcó el inicio de un camino que une física, inteligencia artificial y simulación molecular.

📘 Referencias

• Marchi & Procacci, J. Chem. Phys., 109, 5194 (1998).
• D. Frenkel & B. Smit, Understanding Molecular Simulation, Academic Press (1996).
• Toukmaji & Board, Comp. Phys. Comm. 95, 73 (1996).
• Ramírez-Santiago & José, Phys. Rev. Lett. 68, 1224 (1992).
• Allen & Tildesley, Computer Simulation of Liquids, Oxford (1987).