面向蛋白质热力学的全重原子可迁移神经网络势能 AMARO
生物大分子
2024-11-12 v3 机器学习
生物物理
计算物理
摘要
全原子分子模拟提供了关于大分子现象的详细见解，但其巨大的计算成本阻碍了对复杂生物过程的探索。我们介绍了Advanced Machine-learning Atomic Representation Omni-force-field (AMARO)，一种新的神经网络势能 (NNP)，其结合了O(3)等变消息传递神经网络架构TensorNet与一种排除氢原子的粗化映射。AMARO展示了在无先验能量项的情况下训练更粗糙的NNP，以实现可扩展性和泛化能力来运行稳定蛋白质动力学的可行性。
引用
@article{arxiv.2409.17852,
title = {AMARO: All Heavy-Atom Transferable Neural Network Potentials of Protein Thermodynamics},
author = {Antonio Mirarchi and Raul P. Pelaez and Guillem Simeon and Gianni De Fabritiis},
journal= {arXiv preprint arXiv:2409.17852},
year = {2024}
}