针对静态与动力学信息的同时参数化可得到更鲁棒的粗粒化力场
化学物理
2016-07-20 v1
摘要
分子系统的粗粒化(CG)模拟模型的参数化通常仅旨在重现静态性质。CG表示的降低的分子摩擦通常导致更快但不一致的动力学。在这项工作中，我们依赖马尔可夫状态模型来同时表征两个CG肽力场——一个自顶向下和一个自底向上——的静态和动力学性质。我们没有严格演化CG动力学（例如，使用广义朗之万方程），而是试图通过简单地改变采用标准朗之万动力学的现有CG模型来改善动力学的描述。通过改变质量和相关力场参数，我们可以改善慢动力学过程的时间尺度分离，实现亚稳态之间更一致的平均首次通过时间之比，并优化这些状态之间的相对自由能。重要的是，我们表明将动力学信息合并到基于结构的参数化中改善了由最小CG模型采样的螺旋-线圈转变的描述。虽然基于结构的模型低估了螺旋态的稳定性，但动力学约束有助于识别CG模型，这些模型通过有效阻碍伪构象中间态的采样来改进前向/后向时间尺度之比。
引用
@article{arxiv.1607.05492,
title = {Concurrent parametrization against static and kinetic information leads to more robust coarse-grained force fields},
author = {Joseph F. Rudzinski and Tristan Bereau},
journal= {arXiv preprint arXiv:1607.05492},
year = {2016}
}
备注
11 pages, 9 figures in Eur. Phys. J. Spec. Top. (2016)