基于短轨迹数据的长时间尺度预测：trp-cage 微型蛋白的基准分析
数据分析、统计与概率
2020-09-10 v1 计算物理
生物大分子
摘要
由于贡献于集体运动的自由度众多，从分子动力学模拟中以统计置信度阐明物理机制可能颇具挑战。为解决此问题，我们近期引入了动力学 Galerkin 逼近（DGA）[Thiede 等，J. Phys. Chem. 150, 244111 (2019)]，其中满足动力学算符方程的化学动力学统计量由基展开表示。在此，我们重新表述该方法，澄清（并降低）其对滞后时间选择的依赖。我们提出反应流到集体变量的新投影，并给出用于速率与 committor 的改进估计量。我们还提出从任意分子特征构造合适光滑变化基函数的简单流程。为数值评估估计量与基组，我们生成并仔细验证了 trp-cage 微型蛋白（一个被充分研究的体系）去折叠与折叠的短轨迹数据集。我们的分析展示了定量刻画反应路径的综合策略。
引用
@article{arxiv.2009.04034,
title = {Long-timescale predictions from short-trajectory data: A benchmark analysis of the trp-cage miniprotein},
author = {John Strahan and Adam Antoszewski and Chatipat Lorpaiboon and Bodhi P. Vani and Jonathan Weare and Aaron R. Dinner},
journal= {arXiv preprint arXiv:2009.04034},
year = {2020}
}
备注
61 pages, 17 figures