盘点那些DFT量子力学计算软件(上)-商业软件篇(四)DMol3

4.1 起源与核心贡献者

DMol3的故事可以追溯到上世纪90年代初。当时，瑞士科学家Bernard Delley在保罗谢勒研究所（Paul Scherrer Institute）开发了一套基于数值原子轨道的DFT代码，最初称为DMol。这套代码的核心创新在于采用数值原子轨道基组而非传统的高斯函数或平面波，这一选择让它在计算精度和效率之间取得了独特的平衡。

1995年，Molecular Simulations Inc.（MSI，后并入Accelrys，现为Biovia）将DMol商业化，命名为DMol3。1998年10月，DMol3 3.8版本发布，引入了COSMO溶剂化模型、DFT分子动力学、模拟退火等功能，性能方面几何优化速度提升4倍，Harris泛函计算速度提升40倍。

Delley本人一直深度参与代码开发。2000年，他在《Journal of Chemical Physics》发表了题为“From Molecules to Solids with the DMol3 Approach”的经典论文，至今仍是DMol3用户最常引用的文献。

如今，DMol3是Biovia（达索系统子公司）Materials Studio套件的核心模块之一，与CASTEP并列为该平台的两大DFT计算引擎。

4.2 主要功能特点与应用领域

DMol3的核心特色在于其数值原子轨道基组和广泛的应用范围：

基组特点：

• 采用数值原子轨道（Numerical Atomic Orbitals）基组，每个原子轨道以数值形式存储，而非高斯函数展开

• 基组具有可转移性，同一套基组可用于分子、表面、固体等多种体系

• 支持极化和弥散函数，可灵活调整基组精度

• 相比平面波基组，计算量随原子数增长更慢，适合大体系

核心功能：

• 体系类型：可处理气相、溶液、固体、表面等各类体系

• 性质计算：结构优化、能量、电子结构、振动频率、反应路径、过渡态搜索

• 溶剂效应：COSMO连续溶剂模型，可以考虑溶剂对分子电子分布的影响

• 分子动力学：支持DFT分子动力学计算

• 周期边界条件：支持三维周期性体系计算，适用于晶体和表面

• 相对论效应：有效核势（ECP）处理重元素

独门绝技：

• 数值原子轨道的效率优势：在相同精度下，DMol3的计算速度通常比平面波代码快数倍，尤其在含d/f电子的过渡金属体系中

• 无缝集成：与Materials Studio图形界面深度集成，建模、计算、分析全流程可视化

应用领域：

• 制药工业：药物分子性质预测、溶剂筛选

• 化工领域：催化机理、反应路径研究

• 材料科学：晶体结构、表面吸附、纳米材料

• 学术界：分子电子学、金属有机框架（MOF）、共价有机框架（COF）

4.3 用户反馈与应用广泛性

DMol3在工业研发领域拥有大量用户，尤其在制药和化工行业。

用户反馈：

• 优点：计算速度快，尤其适合含过渡金属的大体系；COSMO溶剂模型是工业标准，非常适合溶液体系描述；与Materials Studio集成，操作体验流畅；数值原子轨道基组对d/f电子的描述优于多数平面波赝势方法。

• 不足：学术圈影响力稍弱；代码封闭，无法自定义功能；大规模并行能力有限。

引用情况：Delley 2000年发表在JCP的论文被引用超过8000次。DMol3相关研究发表在JACS、Angewandte Chemie、Journal of Medicinal Chemistry等高水平期刊。

4.4 上手难易程度与文档维护

DMol3对用户非常友好：

• 与Materials Studio集成，用户通过图形界面完成建模和计算设置

• 内置大量模板，可直接套用

• 官方文档完善，包含详细教程

• Biovia提供商业技术支持

用户只需要掌握Materials Studio的基本操作，就能运行DMol3计算。这对于实验背景的研究者尤其友好。

4.5 最近的发展方向与活跃程度

DMol3保持持续开发，但版本迭代信息公开较少。根据NCI（澳大利亚国家计算基础设施）2026年2月的文档，DMol3 2020版本仍在使用。

发展重点：

• 算法优化（效率提升）

• 新泛函实现

• 与Materials Studio平台整合

与CASTEP类似，DMol3的版本迭代主要由Biovia驱动，公开的版本信息不如开源软件透明。

4.6 商业模式与售价

DMol3不单独销售，而是作为Materials Studio套件的一部分授权。

授权模式：

• 学术机构：目前包含在Materials Studio教育科研版中，Materials Studio教育科研版提供MS所有功能模块的使用授权；

• 商业机构：按功能模块包进行寿命，价格较贵；

中国大陆用户可通过东方科软等达索Biovia品牌中国代理商进行购买。

4.7 AI环境下的生存能力

DMol3在AI时代的定位较为特殊：

• 优势：数值原子轨道基组与机器学习势方法天然适配，可用于生成高质量训练数据；COSMO-RS溶剂模型可结合AI进行溶剂筛选和药物设计；Materials Studio平台便于集成AI辅助功能。

• 挑战：代码封闭，用户无法修改；学术社区影响力有限，AI集成生态不如开源软件活跃；工业用户对AI的接受度和应用场景与学术界不同。

DMol3在工业研发领域的用户基础为其提供稳定生存空间，但在AI驱动的学术前沿探索中可能落后于开源竞品。