查看原文
其他

npj: 粗粒度自动编码器—赋能分子动力学模拟

npj 知社学术圈 2022-10-17

海归学者发起的公益学术平台

分享信息,整合资源

交流学术,偶尔风月

粗粒度(CG)分子建模已被广泛用于模拟复杂分子过程,计算成本比全原子模拟更低。通过将整体原子模型压缩为数量较少的伪原子,CG方法专注于原子缓慢的集体运动,同时保留快速的局部运动。当前的方法通常集中于参数化粗粒度势函数,而粗粒度势函数来自原子模拟(自下而上)或实验统计数据(自上而下)。


聚合物和脂质膜由于具有极大的空间尺度而难以用传统方法进行模拟,而使用基于结构的粗粒度策略后,便可从中获得重要的动力学演化结果。给定预先定义的所有原子向CG映射,除了设法设置CG势函数参数之外,选择合适的映射对于恢复一致的CG动力学、结构相关性和热力学也有着重要作用。若选择不当,在描述缓慢的集体相互作用时,将造成信息丢失,这对于玻璃态形成和输运很重要。人们已经提出了基本动力学来创建低分辨率蛋白质模型的系统方法,但对于各种尺寸大小、分辨率和功能的有机分子却缺少系统的自下而上的方法。通常,选择CG映射的标准是基于先验考虑和化学直觉。尽管已经在开发回映射算法方面做出了努力,但仍缺少统计连接,不能可逆地跨比例缩放分辨率。该研究提出的方法可使用机器学习解决分子动力学中的此类多尺度空白。


美国麻省理工学院材料科学与工程系的科研人员Rafael Gómez-Bombarelli和Wujie Wang,通过力的正则化对潜在空间进行正则化处理,训练了编码映射(一种确定性解码)和粗粒度势函数,可以用来更长时间地模拟大型系统,从而加速分子动力学模拟。在统计学习理论和离散优化方法的推动下,他们提出了基于自动编码器的生成建模框架,该框架可:

  1. 在三维空间中学习离散的粗粒度变量,并通过几何反映射将其解码回原子细节;

  2. 利用重构损失,从全原子数据中捕获显著的集合特征;

  3. 利用半监督平均瞬时力极小化正则化粗粒度空间,得到平滑的粗粒度自由能场;

  4. 通过变量法找到与作用在全原子训练数据上的瞬时平均力相匹配的高度复杂的粗粒度势函数。


此外,他们的工作还允许使用统计学习作为跨越多尺度粗粒度模拟的基础。

该文近期发表于npj Computational Materials 5: 125 (2019),英文标题与摘要如下,点击左下角“阅读原文”可以自由获取论文PDF。


Coarse-graining auto-encoders for molecular dynamics 

Wujie Wang & Rafael Gómez-Bombarelli 

Molecular dynamics simulations provide theoretical insight into the microscopic behavior of condensed-phase materials and, as a predictive tool, enable computational design of new compounds. However, because of the large spatial and temporal scales of thermodynamic and kinetic phenomena in materials, atomistic simulations are often computationally infeasible. Coarse-graining methods allow larger systems to be simulated by reducing their dimensionality, propagating longer timesteps, and averaging out fast motions. Coarse-graining involves two coupled learning problems: defining the mapping from an all-atom representation to a reduced representation, and parameterizing a Hamiltonian over coarse-grained coordinates. We propose a generative modeling framework based on variational auto-encoders to unify the tasks of learning discrete coarse-grained variables, decoding back to atomistic detail, and parameterizing coarse-grained force fields. The framework is tested on a number of model systems including single molecules and bulk-phase periodic simulations.

扩展阅读

 

npj: 声子非谐性—分子动力学分析

npj: 胶体相分离动力学—FPD模拟

npj: 生物医用功能化纳米粒子——理论、模拟和设计

npj: 高熵合金—电子散射机制

本文系网易新闻·网易号“各有态度”特色内容

媒体转载联系授权请看下方

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存