液态水粗粒化模型的贝叶斯选择与比较
计算物理
2018-10-11 v1 生物物理
化学物理
数据分析、统计与概率
摘要
在能够跨越生物学相关时间尺度的原子模拟中，对水的准确且计算高效的表征之需求催生了粗粒化（CG）建模的必要性。尽管已有诸多进展，CG水模型大多依赖于先验指定的假设。这些假设如何影响模型的准确性、效率，特别是可转移性，尚未得到系统研究。在此，我们通过层次贝叶斯框架提出一种数据驱动的CG水模型比较与选择方法。我们考察了在粗粒化水平、结构和相互作用位点数量上不同的CG水模型。我们发现，所考虑物理系统中静电相互作用的重要性是模型选择的主导准则。多位点模型更受青睐，除非水的静电屏蔽效应不相关，此时由于计算节省，单点模型更优。电荷分布被发现对多位点模型的准确性起重要作用，而键/角的柔性仅可轻微改善模型。此外，我们发现这些模型的计算成本存在显著差异。我们提出了一种数据驱动的CG水模型选择依据，并为未来的水模型设计提供指导。
引用
@article{arxiv.1810.04515,
title = {Bayesian selection for coarse-grained models of liquid water},
author = {Julija Zavadlav and Georgios Arampatzis and Petros Koumoutsakos},
journal= {arXiv preprint arXiv:1810.04515},
year = {2018}
}