一种基于聚类的偏置蒙特卡洛方法用于蛋白质滴定曲线预测
生物大分子
2020-10-13 v1
摘要
在这项工作中，我们开发了一种高效方法来计算实体间具有两两可加能量相互作用的系统中的系综平均。涉及构型空间完全枚举的方法会导致指数级复杂度。诸如马尔可夫链蒙特卡洛（MCMC）算法等采样方法已被提出以应对这些问题的指数级复杂度；然而，在实体间存在显著能量耦合的某些情形下，此类算法的效率会降低。我们采用一种策略，利用相互作用能量矩阵中的聚类结构来偏置采样，从而提高MCMC的效率。我们采用了两种不同的方案进行偏置MCMC运行，并证明它们是有效的MCMC方案。我们使用合成系统和真实世界系统表明，与常规MCMC方法相比，我们的偏置MCMC方法性能更优。特别地，我们将这些算法应用于估计蛋白质中残基的质子化系综平均和滴定曲线问题。
引用
@article{arxiv.2010.04864,
title = {A clustering-based biased Monte Carlo approach to protein titration curve prediction},
author = {Arun V. Sathanur and Nathan A. Baker},
journal= {arXiv preprint arXiv:2010.04864},
year = {2020}
}