基于 SO(3) 等变随机插值器的蛋白质动力学仿真——EquiJump
机器学习
2024-12-10 v2 化学物理
生物大分子
摘要
映射蛋白质构象动力学对于阐明其功能机制至关重要。虽然分子动力学（MD）仿真能够详细捕捉蛋白质运动的时间演化，但其计算成本高昂，实际应用受限。为此，提出了多种深度学习模型，通过基于传输的生成方法来复现和加速 MD。然而，现有工作侧重于通过来自先验分布的样本进行生成，这些样本可能与数据流形相距甚远。最近提出的随机插值框架相反，能够在任意分布端点之间进行传输。基于此工作，我们引入 EquiJump，一个可迁移的 SO(3) 等变模型，直接桥接全原子蛋白质动力学仿真的时间步。我们的 method unifies 多样化的采样方法，并在快速折叠蛋白质的轨迹数据上进行基准测试。EquiJump 在所有快速折叠蛋白质上实现了动力学仿真的领先性能。
引用
@article{arxiv.2410.09667,
title = {EquiJump: Protein Dynamics Simulation via SO(3)-Equivariant Stochastic Interpolants},
author = {Allan dos Santos Costa and Ilan Mitnikov and Franco Pellegrini and Ameya Daigavane and Mario Geiger and Zhonglin Cao and Karsten Kreis and Tess Smidt and Emine Kucukbenli and Joseph Jacobson},
journal= {arXiv preprint arXiv:2410.09667},
year = {2024}
}