用于生物分子系统最优反应坐标的流匹配
机器学习
2024-12-25 v2 生物物理
摘要
我们提出了用于反应坐标的流匹配（FMRC），这是一种新颖的深度学习算法，旨在识别生物分子可逆动力学中的最优反应坐标（RC）。FMRC 基于可聚合性和可分解性的数学原理，我们将其重新表述为条件概率框架，以利用深度生成模型进行高效的数据驱动优化。虽然 FMRC 没有显式学习成熟的转移算子或其特征函数，但它能有效地将系统转移算子的主特征函数的动力学编码到其低维 RC 空间中。我们通过评估在各自 RC 空间中构建的马尔可夫状态模型（MSM）的质量，进一步将其性能与几种最先进的算法进行了定量比较，证明了 FMRC 在三个日益复杂的生物分子系统中的优越性。此外，我们成功证明了 FMRC 在简单模型系统的增强采样中用于偏置沉积的有效性。最后，我们讨论了其在增强采样方法和 MSM 构建等下游应用中的潜在应用。
引用
@article{arxiv.2408.17139,
title = {Flow Matching for Optimal Reaction Coordinates of Biomolecular System},
author = {Mingyuan Zhang and Zhicheng Zhang and Hao Wu and Yong Wang},
journal= {arXiv preprint arXiv:2408.17139},
year = {2024}
}
备注
For Supporting Information, please see https://pubs.acs.org/doi/full/10.1021/acs.jctc.4c01139