基于流的定向自由能微扰实现分子系统的准确自由能估计
化学物理
2023-02-24 v1 机器学习
摘要
定向自由能微扰（TFEP）方法旨在克服标准方法在估计两态间自由能差时耗时且计算密集的分层过程。为此，TFEP 使用这两态高维概率密度间的映射函数。标准化流神经网络的可逆与双射性满足了作为此类映射函数的要求。尽管 TFEP 在自由能计算上具有理论潜力，但由于熵修正方面的挑战、基于能量训练的局限，以及在学习的自由度数量较多的大型系统密度函数时发生模式崩溃，其尚未在实际中被采用。本研究中，我们通过探索哑原子熵贡献的理论基础，将基于流的 TFEP 推广至两考量态具有可变原子数的系统，并以含耦合粒子的模型系统的解析推导验证了我们的推理。我们还将 TFEP 框架扩展至处理混合拓扑系统，提出辅助添加以改进 TFEP 架构，并展示了对大型分子系统相对自由能差的准确预测。我们的结果提供了这种快速准确的基于深度学习的 TFEP 方法在生物分子上的首次实际应用，并将其引入作为药物设计背景下的一种可行自由能估计方法。
引用
@article{arxiv.2302.11855,
title = {Accurate Free Energy Estimations of Molecular Systems Via Flow-based Targeted Free Energy Perturbation},
author = {Soo Jung Lee and Amr H. Mahmoud and Markus A. Lill},
journal= {arXiv preprint arXiv:2302.11855},
year = {2023}
}