通过这一简化处理，体系中的作用位点和分子的运动自由度同时得到了减少，降低了计算的复杂性，使得人们可以突破计算能力的限制，对更为复杂的体系进行大规模、长时间的模拟研究。

随着计算机技术和模拟方法的飞速发展，计算机模拟已经成为继实验和理论方法之后第三种重要的科学研究手段。但是，由于受到计算能力的限制，采用在原子尺度上的模型来描述材料在各种化学和物理耦合作用下的行为或是研究生命活动的过程仍存在很大困难。因此，研究人员发展了粗粒化建模技术。例如，1975年M.莱维特^[注]与A.瓦舍尔^[注]提出了一个描述蛋白质构象的粗粒化方法——将蛋白质链上的每一个残基表示为两个位点，并成功应用于对蛋白质链能量最小化及折叠的研究。他们也因“为复杂化学系统开发多尺度模型”被授予了2013年诺贝尔化学奖。

依据关注的科学问题是普适行为的物理本质或基本调控规律还是真实体系各层次结构与材料性质间的关系，粗粒化模型可分为普适粗粒化模型和系统粗粒化模型。普适粗粒化模型，如K-G模型，只考虑所研究分子的最基本特征，如连接性、拓扑结构、排体积效应等，已成功用于研究高分子及其复杂体系在静态和多种非平衡态下的相行为、结构和动力学的标度行为。系统粗粒化模型，依据原子模型构建并保留了必要的化学细节信息，可以定量地描述研究体系的化学结构对材料结构和性质的影响。因此，系统粗粒化模型的构建获得了极大的关注，出现了如迭代玻耳兹曼反演（iterative Boltzmann inversion; IBI）、逆蒙特卡罗（inverse Monte Carlo; IMC）、多尺度粗粒化（multiscale coarse-graining; MS-CG）、力匹配（force matching; FM）、牛顿变换（Newton inversion）和条件可逆功（conditional reversible work; CRW）等多种系统粗粒化方法。而且，这些构建系统粗粒化模型的方法既可由力场参数获取方式的不同分为从微观的原子模拟获得的自下而上法（bottom-up approach）和由宏观材料的实验性质直接拟合得到的自上而下方法（top-down approach），也可由重现的目标性质分为重复原子模拟体系结构性质的结构基法、重复相互作用力的力匹配法以及重复热力学性质的热力学基法。系统粗粒化模型不仅为从原子水平上建立分子间的相互作用与材料的物理状态和物性之间的关系奠定了坚实的基础，也为实现从单分子设计一路贯通地做到材料加工这一“终极目标”提供了可能。