在过去几十年中，分子动力学（MD）模拟已广泛应用于物理学、化学、材料学、生物学等领域。MD能够从原子尺度研究体系的热力学和动力学，为实验获得的宏观描述提供必要补充；但受限于飞秒级（10-15秒）积分步长，无法模拟复杂体系的长期演化。而在生物体系中，受配体相互作用、蛋白质折叠和功能构象转变等动力学过程超出了MD可及的时间尺度。主要原因是相关构象之间存在较高的自由能垒，跨越这些能垒的构象转变过程需要花费毫秒或更长时间。在过去几十年中，各种增强采样方法通过克服能量势垒扩展了模拟的时间尺度，实现了对体系热力学和动力学的研究，促进了对体系演化过程的深入探索。

本综述系统地讨论了典型增强采样算法的基本理论和物理过程，包括伞形采样（US）、元动力学（MetaD）、高斯加速分子动力学（GaMD）、过渡路径采样（TPS）、加权系综采样（WES）等；分类讨论了增强采样在过去五年中的应用，包括受-配体相互作用、蛋白质折叠、功能构象转变、成核解离等。此外，探讨了机器学习（ML）在增强采样算法中发挥的独特优势。该综述对增强采样方法的理论背景及其应用价值提供了一个全面的讨论。

施兴华课题组长期致力于纳米结构材料及生物体系的多尺度理论与计算研究，主要研究方向包括纳米药物输运、纳米催化、超分子自组装、新型功能材料设计、生物材料力学等。在Nat Nanotechnol、PNAS、Nano Lett、Adv Mater、Nat Commun、Sci Adv、Angew Chem、ACS Nano、J Mech Phys Solids等国际期刊上发表论文150余篇。承担国家重点研发计划、国家自然科学基金杰青、优青及面上项目、中国科学院B类先导项目、仪器研制项目、国际合作重点项目及青促会优秀会员人才项目等科研项目。

Shen W, Zhou T, Shi X. Enhanced sampling in molecular dynamics simulations and their latest applications—A review. Nano Research, 2023, https://doi.org/10.1007/s12274-023-6311-9.