Deep Signature：大规模分子动力学的特征描述

理解蛋白质动力学对于解密蛋白质功能机制和开发分子疗法至关重要。然而，生物过程的复杂高维动力学与原子间相互作用，对现有计算技术构成重大挑战。本文首次引入 Deep Signature—a 一种新颖且可计算的框架，通过其演化轨迹来刻画复杂动力学与原子间相互作用。具体而言，我们的方法融合了软谱聚类技术，在局部聚合协同动力学以降低系统规模，同时采用特征变换收集迭代积分，以提供对非平滑相互动力学的全局描述。理论分析表明，Deep Signature 在平移不变性、近旋转不变性、原子坐标排列等价性以及时间重参数化不变性等方面均具备理想特性。此外，针对三个生物学过程基准数据集的实验结果验证了本方法可优于基线方法的性能。