Auto-WHATMD：分子动力学轨迹的自动Wasserstein高维特征提取分析
化学物理
2026-03-17 v1 生物物理
计算物理
摘要
比较具有不同结合配体或突变等变异的多个蛋白系统，并理解其影响，是分子动力学模拟的一个目标。通过少数特征表示这些系统可以实现定量比较。然而，由于分子动力学模拟轨迹是高维时空数据，关键特征的选择依赖于领域专长，有时会引入任意假设。我们提出了一种方法，使用最优传输距离来比较高维轨迹数据，并利用模拟退火算法识别最能区分多个系统的残基。我们将其称为auto-WHATMD（automated Wasserstein-based High-dimensional feature extraction Analysis for Trajectories of Molecular Dynamics）。我们将auto-WHATMD应用于Bromodomain 4的多个蛋白-配体系统，识别了环 region中最具判别性的残基。此外，仅通过少数选定的残基就足以捕获与结合亲和力之间的相关性，表明auto-WHATMD有效地优先排序了最具信息性的残基。我们的methods 可用于高效确定多个类似系统的关键残基和设计特征。
引用
@article{arxiv.2603.14414,
title = {Auto-WHATMD : Automated Wasserstein-based High-dimensional feature extraction Analysis of Trajectories from Molecular Dynamics},
author = {Sosuke Asano and Ikki Yasuda and Katsuhiro Endo and Yoshinori Hirano and Kenji Yasuoka},
journal= {arXiv preprint arXiv:2603.14414},
year = {2026}
}