.png){kind=icon}
返回
Refining coarse-grained molecular topologies: a Bayesian optimization approach
.png){kind=icon}
OA
AI
DOI：10.1038/s41524-025-01729-9.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
分子动力学（MD）模拟对于预测分子系统在不同系综中的物理和化学性质至关重要。虽然全原子（AA）MD提供高精度，但其计算成本已促使粗粒化分子动力学（CGMD）的发展，该方法将分子结构简化为代表珠子以降低成本，但牺牲了精度。与实验数据校准的CGMD方法（如Martini3）在分子类别上具有良好的泛化能力，但往往难以满足特定领域的精度要求。本研究引入了一种基于贝叶斯优化的方法，用于细化Martini3拓扑结构——具体是给定粗粒化映射中的键合相互作用参数——以适应专用应用，确保精度和效率。所得优化的CG势能可适应任意聚合度，提供与AA模拟相当的精度，同时保持CGMD的计算速度。通过弥合效率与精度之间的差距，该方法推进了多尺度分子模拟，为众多科学和技术领域实现低成本分子发现提供了可能。
期刊
IF:
11.9
论文数:
2.4K
被引数:
1.7W
机构
引用论文
Coarse-grained simulations of polyelectrolyte complexes: MARTINI models for poly(styrene sulfonate) and poly(diallyldimethylammonium)聚电解质复合物的粗粒模拟: 聚 (苯乙烯磺酸盐) 和聚 (二烯丙基二甲基铵) 的马提尼模型
PREAI
分享收藏Coarse-Grained Simulations of Protein-Protein Association: An Energy Landscape Perspective.png)
BIOPHYSICAL JOURNAL
OAAI
BIOPHYSICAL JOURNALIF3.1
OAAI分享收藏High capacity reversible hydrogen storage in titanium doped 2D carbon allotrope Ψ-graphene: Density Functional Theory investigations钛掺杂的2D碳同素异形体 Ψ-石墨烯中的高容量可逆储氢: 密度泛函理论研究
PREAI
分享收藏Coarse grained end bridging Monte Carlo simulations of poly(ethylene terephthalate) meltMACROMOLECULES
MACROMOLECULESIF5.2
PREAI
分享收藏
查看更多内容