亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Statistically Optimal Force Aggregation for Coarse-Graining Molecular Dynamics

力场(虚构) 分子动力学 粒度 灵活性(工程) 计算机科学 代表(政治) Atom(片上系统) 领域(数学) 平均力势 算法 统计物理学 物理 人工智能 化学 计算化学 数学 并行计算 操作系统 统计 政治 政治学 纯数学 法学
作者
Andreas Krämer,Aleksander E. P. Durumeric,Nicholas Charron,Yaoyi Chen,Cecilia Clementi,Frank Noé
出处
期刊:Journal of Physical Chemistry Letters [American Chemical Society]
卷期号:14 (17): 3970-3979 被引量:5
标识
DOI:10.1021/acs.jpclett.3c00444
摘要

Machine-learned coarse-grained (CG) models have the potential for simulating large molecular complexes beyond what is possible with atomistic molecular dynamics. However, training accurate CG models remains a challenge. A widely used methodology for learning bottom-up CG force fields maps forces from all-atom molecular dynamics to the CG representation and matches them with a CG force field on average. We show that there is flexibility in how to map all-atom forces to the CG representation and that the most commonly used mapping methods are statistically inefficient and potentially even incorrect in the presence of constraints in the all-atom simulation. We define an optimization statement for force mappings and demonstrate that substantially improved CG force fields can be learned from the same simulation data when using optimized force maps. The method is demonstrated on the miniproteins chignolin and tryptophan cage and published as open-source code.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
研友_VZG7GZ应助科研通管家采纳,获得20
18秒前
2分钟前
留下记忆完成签到 ,获得积分10
2分钟前
斯文的难破完成签到 ,获得积分10
2分钟前
FAN完成签到,获得积分10
5分钟前
牧沛凝完成签到 ,获得积分10
5分钟前
FAN发布了新的文献求助20
5分钟前
sa完成签到 ,获得积分10
6分钟前
红茸茸羊完成签到 ,获得积分10
8分钟前
隐形的涫完成签到,获得积分10
8分钟前
cy0824完成签到,获得积分10
9分钟前
10分钟前
材料虎发布了新的文献求助10
10分钟前
开放乐巧发布了新的文献求助10
10分钟前
星辰大海应助开放乐巧采纳,获得10
11分钟前
谦让的思枫完成签到,获得积分10
12分钟前
万金油完成签到 ,获得积分10
13分钟前
小马甲应助少喝水呀采纳,获得10
13分钟前
14分钟前
少喝水呀发布了新的文献求助10
14分钟前
cy0824发布了新的文献求助30
15分钟前
少喝水呀完成签到,获得积分10
15分钟前
15分钟前
15分钟前
Malmever发布了新的文献求助10
15分钟前
希勤发布了新的文献求助10
15分钟前
Mipe发布了新的文献求助200
16分钟前
华仔应助科研通管家采纳,获得10
16分钟前
科研通AI2S应助cy0824采纳,获得30
16分钟前
冬去春来完成签到 ,获得积分10
16分钟前
17分钟前
晗晗完成签到 ,获得积分10
17分钟前
子卿完成签到,获得积分0
17分钟前
18分钟前
18分钟前
英俊的铭应助端庄的饼干采纳,获得10
18分钟前
DrCuiTianjin完成签到 ,获得积分10
18分钟前
科研通AI2S应助cy0824采纳,获得30
19分钟前
vassallo完成签到 ,获得积分10
19分钟前
微笑语柳完成签到,获得积分10
19分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
XAFS for Everyone (2nd Edition) 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3133970
求助须知:如何正确求助?哪些是违规求助? 2784836
关于积分的说明 7768714
捐赠科研通 2440219
什么是DOI,文献DOI怎么找? 1297295
科研通“疑难数据库(出版商)”最低求助积分说明 624920
版权声明 600792