马尔可夫模型构建中慢分子序参数的识别
化学物理
2015-06-15 v1 生物大分子
摘要
大分子系统动力学表征的一个目标是描述其慢弛豫过程，涉及（i）识别这些过程中涉及的结构变化，以及（ii）估计这些慢过程发生的速率或时间尺度。大多数解决此任务的方法，包括马尔可夫模型、主方程模型和动力学网络模型，都始于离散化高维状态空间，然后根据离散转移矩阵的特征向量和特征值来表征弛豫过程。这种方法的实际成功很大程度上取决于精细离散化慢序参数的能力。如何在不依赖对慢序参数的主观猜测的情况下，在高维构型空间中实现这一任务？在本文中，我们利用构象动力学的变分原理，推导出了从一大组先验序参数（无论是通用内部坐标（距离和二面角）还是用户定义的参数集）中识别“慢子空间”的最优方法。研究表明，统计学中存在一种识别该慢子空间的方法：时滞独立成分分析（time-lagged independent component analysis, TICA）。此外，最优指示器——指示慢跃迁进程从而可作为反应坐标的序参数——很容易被识别出来。我们证明，慢子空间非常适合构建两组分子动力学模拟的准确动力学模型：6 残基荧光肽 MR121-GSGSW 和 30 残基天然无序肽 KID。识别出的最优指示器揭示了所分析分子系统慢过程相关的结构变化。
引用
@article{arxiv.1302.6614,
title = {Identification of slow molecular order parameters for Markov model construction},
author = {Guillermo Perez-Hernandez and Fabian Paul and Toni Giorgino and Gianni de Fabritiis and Frank Noé},
journal= {arXiv preprint arXiv:1302.6614},
year = {2015}
}