基于泊松-玻尔兹曼的机器学习（PBML）模型用于静电分析
化学物理
2023-12-20 v1 生物物理
摘要
静电学对化学、物理学、生物学和医学至关重要。泊松-玻尔兹曼（PB）理论是静电分析的主要模型。然而，由于PB方程的非线性、介电跳跃、电荷奇异性以及几何复杂性，计算大分子的精确PB静电溶剂化自由能极具挑战性。本工作引入了一种基于PB的机器学习（PBML）模型用于生物分子静电分析。通过二阶精确的MIBPB求解器训练，发现所提出的PBML模型在静电分析中比几种著名的PB求解器更准确、更快。所提出的PBML模型能够以大幅降低的计算成本，为新的生物分子或分子动力学产生的新构象提供高度精确的PB静电溶剂化自由能。
引用
@article{arxiv.2312.11482,
title = {Poisson-Boltzmann based machine learning (PBML) model for electrostatic analysis},
author = {Jiahui Chen and Yongjia Xu and Xin Yang and Zixuan Cang and Weihua Geng and Guo-Wei Wei},
journal= {arXiv preprint arXiv:2312.11482},
year = {2023}
}