用于分子动力学轨迹结构聚类的尺寸与形状空间高斯混合模型
化学物理
2023-01-11 v2
摘要
从分子构型集合中确定结构聚类的最优数目与身份仍然是一项挑战。近期结构聚类方法聚焦于内坐标的使用，因为这些特征具有固有的旋转和平移不变性。海量的可能内坐标需要进行特征空间监督步骤以使聚类可行，但这产生了可能特定于系统类型的协议。粒子位置提供了内坐标之外一个有吸引力的替代方案，但存在缺乏旋转和平移不变性，以及被认为对结构差异区域不敏感的问题。在此，我们提出一种称为 shape-GMM 的方法，其通过加权最大似然（ML）对齐过程克服了粒子位置的缺陷。该对齐策略随后被构建入期望最大化高斯混合模型（GMM）流程中，以捕获自由能景观中的亚稳态。所得算法可区分多种不同结构，包括那些由 RMSD 和成对距离无法区分的结构，如若干模型系统所展示。Shape-GMM 在快速折叠 HP35 Nle/Nle 突变体蛋白的大规模模拟上的结果支持一种 4 态折叠/解折叠机制，该机制与先前的实验结果一致，并提供了可与先前最先进聚类方法相比的动力学细节，由 VAMP-2 分数衡量。目前，建议对可由 200 个粒子和 100K 构型表示的系统（或子系统）训练 shape-GMM，以估计高维协方差矩阵并平衡计算开销。一旦 shape-GMM 训练完成，它可用于预测数百万构型的聚类身份。
引用
@article{arxiv.2112.11424,
title = {Size-and-Shape Space Gaussian Mixture Models for Structural Clustering of Molecular Dynamics Trajectories},
author = {Heidi Klem and Glen M. Hocky and Martin McCullagh},
journal= {arXiv preprint arXiv:2112.11424},
year = {2023}
}
备注
20 pages, 8 figures