模型视紫质异构化中非 Kasha 行为与瞬态动力学的机器学习优化
生物物理
2024-09-17 v1 量子物理
摘要
构建一个视紫质中视黄醛异构化（视觉的第一步）的模型，使其同时符合实验瞬态和稳态可观测量，是一项具有挑战性的工作。本文采用多目标贝叶斯优化来精修描述视紫质中视黄醛光异构化的极小双态双模（TM）模型的参数。通过适当选择目标函数，优化后的视黄醛模型预测了依赖于激发波长的荧光光谱，该光谱与非平衡稳态下实验观察到的非 Kasha 行为高度吻合。此外，对 TM 模型内势能面的调整减小了整个时间域上的差异。总体而言，与实验数据的吻合度极佳。
关键词
引用
@article{arxiv.2409.10505,
title = {Machine Learning Optimization of non-Kasha Behavior and of Transient Dynamics in Model Retinal Isomerization},
author = {Davinder Singh and Chern Chuang and Paul Brumer},
journal= {arXiv preprint arXiv:2409.10505},
year = {2024}
}