基于低能量潜空间的分子构象搜索
计算物理
2022-03-29 v1 无序系统与神经网络
化学物理
摘要
以量子力学精度识别具有多个自由度的分子的低能量构象是一项挑战。本工作中，我们以分子二面角为特征，并探索在使用名为变分自编码器(VAE)的生成模型的潜空间中进行分子构象搜索的可能性。我们将VAE偏置至低能量分子构型，以生成更具信息量的数据。借此，我们可有效构建低能量势能面的可靠能量模型。能量模型构建完成后，我们提取局域极小构型并通过结构优化进行精修。我们已在具有个搜索维度的有机分子上测试并基准化了我们的低能量潜空间(LOLS)结构搜索方法。我们的结果与先前研究一致。
引用
@article{arxiv.2203.14012,
title = {Molecular conformer search with low-energy latent space},
author = {Xiaomi Guo and Lincan Fang and Yong Xu and Wenhui Duan and Rinke Patrick and Milica Todorović and Xi Chen},
journal= {arXiv preprint arXiv:2203.14012},
year = {2022}
}
备注
17 pages, 9 figures