基于时滞生成的 BioEmu 学习集体变量
机器学习
2026-02-24 v4
摘要
分子动力学对于理解分子系统至关重要，但其适用性常受限于罕见事件（如蛋白质折叠）的巨大时间尺度。增强抽样技术通过沿关键反应路径加速模拟，从而克服了这一限制，这些路径由集体变量（CV）定义。然而，识别能够捕捉系统慢速宏观动力学的有效CV仍是一个主要瓶颈。本工作提出了一种新框架，称为 BioEmu-CV，通过从 BioEmu（一种用于生成蛋白质平衡样本的基础模型）自动学习这些必需的CV。特别是，我们重新利用 BioEmu 来学习时滞生成，以基于所学CV进行建模，即预测经过一定时间后分子状态的分布。这种训练过程促进CV仅编码慢速、长期信息，而忽略快速、随机波动。我们在快速折叠蛋白质上验证了所学CV，包含两个关键应用：（1）使用基于概率的增强抽样估计自由能差；（2）使用受力分子动力学抽样折叠路径。我们的实证研究也为Molecule Collective Variables（MLCVs）在大于阿尔纳林二肽的快速折叠蛋白质上提供了一套新的系统化、全面的基准测试。
引用
@article{arxiv.2507.07390,
title = {Learning Collective Variables from BioEmu with Time-Lagged Generation},
author = {Seonghyun Park and Kiyoung Seong and Soojung Yang and Rafael Gómez-Bombarelli and Sungsoo Ahn},
journal= {arXiv preprint arXiv:2507.07390},
year = {2026}
}