WeTICA：基于加权集合法的有向搜索增强抽样方法，用于估计降维空间中的稀有事件动力学
摘要
尽管增强抽样方法取得了显著进展，但从分子动力学模拟中估计稀有事件动力学仍是一个棘手的任务。加权集合（Weighted Ensemble, WE）模拟作为一种特殊的增强抽样技术，提供了一种直接从偏置轨迹计算动力学速率常数的办法，无需通过偏置势能来修改底层能量势面。传统的WE算法使用不同的分箱方案对集体变量（CV）空间进行分区，以分离两个感兴趣的亚稳态。本文中我们发展了一种新的“无分箱”WE模拟算法，以克服分箱程序优化的瓶颈。我们提出的协议（WeTICA）使用低维CV空间驱动WE模拟以到达指定的目标状态。我们将该新算法应用于恢复三种蛋白质的展开动力学：（A）TC5b Trp-cage突变体、（B）TC10b Trp-cage突变体和（C）蛋白G，其展开时间范围在3至40微秒之间，使用沿预定义固定时间滞后独立成分分析（Time-lagged Independent Component Analysis, TICA）特征向量的投影作为CV。计算得到的展开时间与报告值精度良好，累计WE模拟时间比在或不使用先验CV知识的情况下捕获展开过程的展开时间缩短了一个数量级。该算法可与其他线性CV一起使用，不局限于TICA。此外，本算法中采用的新型步行者选择准则用于重抽样，也可用于更复杂的非线性CV空间，以进一步提高无分箱WE方法的性能。
关键词
引用
@article{arxiv.2501.08926,
title = {WeTICA: A directed search weighted ensemble based enhanced sampling method to estimate rare event kinetics in a reduced dimensional space},
author = {Sudipta Mitra and Ranjit Biswas and Suman Chakrabarty},
journal= {arXiv preprint arXiv:2501.08926},
year = {2025}
}
备注
This article may be downloaded for personal use only. Any other use requires prior permission of the author and AIP Publishing. This article appeared in The Journal of Chemical Physics (J. Chem. Phys. 162, 034106 (2025)) and may be found at https://doi.org/10.1063/5.0239713