借鉴历史：复杂轨迹的非马尔可夫分析以提取长时间行为
化学物理
2014-07-08 v1
摘要
许多现代采样方法利用一组相对较短的轨迹段来探测复杂生物分子的长时间行为。马尔可夫状态模型 (MSMs) 可用于分析此类数据集，但在特别复杂的势能面中，可用的轨迹数据可能不足以构建有效的马尔可夫模型。在此，我们探讨了将依赖于历史的分析方法应用于构型空间分解较差（MSMs 不适用）的情况的潜在效用。我们的方法建立在先前的工作 [Suarez et. al., JCTC 2014] 基础之上，该工作表明，只要有足够的历史信息，即使对于任意的非马尔可夫相空间划分，也能获得无偏的平衡和非平衡可观测量。我们探索了一系列使用不同量历史信息的非马尔可夫近似，以模拟有限长度的轨迹段，并将这些分析应用于玩具模型以及此前通过微秒至毫秒尺度原子模拟研究过的几种蛋白质 [Lindorff-Larsen et. al., Science 2011]。
引用
@article{arxiv.1407.1354,
title = {Learning from history: Non-Markovian analyses of complex trajectories for extracting long-time behavior},
author = {Ernesto Suarez and Daniel Zuckerman},
journal= {arXiv preprint arXiv:1407.1354},
year = {2014}
}