聚合物的参数化几乎遵循任何其他分子的参数化的标准程序。然而，有一些因素需要考虑： - 有时，你会希望聚合物能够重现实验观察或原子模拟中已知的某些特定特征。例如，这些特征可以是目标回转半径或螺旋倾向。这些通常取决于比参数化更简单分子时处理的更多的键合和非键合相互作用。试着将更远的距离和角度作为目标分布，并了解是什么阻碍了你的CG聚合物遵循这些分布。
- 当处理低聚物时，靠近末端的残基的行为通常不能代表分子其余部分的行为。从足够长的聚合物链中获得参考分布是一个好主意，从而获得中心残基的一致行为。如果终端表现得非常不同，那么可能值得为它们分配一组不同的势函数。
- 你可能会发现，无论你使用了多少势函数，或者你做了多么精细的映射，Martini都无法忠实地再现你想要的长期结构组织。在你认输之前，使用弹性网络将珠子限制在你想要的构象是一种可以接受的方法（见蛋白质的例子）。网络提供的灵活性是可调的，可能足以满足您的需求。
- 一些聚合物可以根据构象建立不同的分子内偶极相互作用或盐桥（想想蛋白质中的羰基-酰胺氢键）。单组珠粒类型可能不足以描述聚合物所有构象的有效极性。这需要对每种构象进行不同的珠类型分配，就像Martini蛋白中骨架珠的极性取决于它们的二级结构一样。请注意，这样的分配是静态的，如果构象发生变化，则在模拟过程中不会发生变化。因此，当你确信聚合物构象会被保持时（例如，当用弹性网络约束它时），这种方法是最有用的。
- 在聚合物熔化的情况下——甚至当使用小分子作为溶剂时——实现正确的密度变得很重要。迭代参数化步骤应考虑到这一点。
- 当参数化不同长度和残基组成的聚合物时，分配行为的匹配可能最好在每个残基/片段的基础上进行，而不是在整个分子的基础上。这应该会产生最可转移的行为。
| 
