用于肽构象间定向自由能微扰的学习型映射

定向自由能微扰使用可逆映射来促进构型空间重叠与自由能估计的收敛。然而,开发合适的映射可能具有挑战性。Wirnsberger等人(2020)展示了利用机器学习训练深度神经网络,以在不同热力学状态的玻尔兹曼分布间进行映射。此处,我们将他们的方法适配于柔性成键分子十丙氨酸在具有不同弹簧中心的谐偏置下的自由能差。当神经网络训练至“早停”——即测试集损失值上升时——我们计算出弹簧中心相距1 Å且有时2 Å的热力学状态间的准确自由能差。对于更远的热力学状态,该映射未产生代表目标状态的结构,且该方法未能复现参考计算。