AITOP

分子模拟

共 3 条相关 AI 资讯
6月30日
15:09
15:09官方账号arXiv cs.LG@Anurag K. S. V., Ashish Kumar Patra, Manas Mukherjee, Ruchika Bhat, Sai Shankar P., Rahul Maitra, Jaiganesh G
该论文提出一个混合量子-经典工作流，在Fujitsu FX700理想态矢量模拟器上使用QARP运行。它用O(N^4) MP2振幅初始化的LCNot-UCCSD ansatz替代O(N^6) CCSD初始化，并引入QSCI-RBM以RBM替代SQD进行配置恢复。方法在8种分子的STO-3G基组上进行14个误差等级各100次独立运行，并在cc-pVDZ基组的N2分子势能面扫描和DMET嵌入的Amantadine（C10H17N，11个片段）及SARS-CoV-2主蛋白酶-Carmofur复合物（10个片段）上验证。这是首次在量子模拟器上将LCNot-UCCSD部署于QSCI，也是首次将DMET-QSCI(LCNot-UCCSD)-RBM应用于工业相关蛋白-配体系统，计算资源需求低于Cleveland Clinic等先前工作。
论文QSCIRBMLCNot-UCCSDDMET分子模拟
推荐理由：这篇论文用生成式ML(RBM)和优化初始化让量子分子模拟更省计算资源，能处理实际药物分子比如抗病毒药和新冠病毒蛋白酶。
原文
6月26日
10:45
10:45官方账号arXiv cs.LG@Danyal Rehman, Charlie B. Tan, Yoshua Bengio, Avishek Joey Bose, Alexander Tong
论文提出 Autoregressive Boltzmann Generators (ArBG)，一种自回归建模框架，用于分子系统平衡采样，克服了基于流的 Boltzmann Generators 的表达性限制。ArBG 在所有基准测试上优于流模型，特别是在 10-残基 Chignolin 肽系统上。作者还发布了 Robin，一个 1.32 亿参数的可迁移模型，在 8-残基系统上将零样本能量误差 E-W₂ 降低超过 60%。代码已开源在 GitHub。
论文ArBGBoltzmann GeneratorsRobin分子模拟自回归模型
推荐理由：想了解分子模拟新方法？这篇论文提出的 ArBG 用自回归替代流模型，在 Chignolin 等体系上效果更好，还开源了 1.32 亿参数的 Robin 模型。
原文
6月1日
10:27
10:27官方账号arXiv cs.LG@Daniel Peñaherrera, Rishal Aggarwal, David Ryan Koes
计算化学中高效采样分子玻尔兹曼分布是一个长期挑战。传统方法计算成本高，而基于扩散模型的退火采样方法需要计算分数场的散度来估计重要性权重，对于大分子系统不可行。本文提出可扩展推理时退火（SITA），通过能量模型提供快速替代似然，重新训练流模型以逐步在更低温度下生成样本。在丙氨酸二肽和三肽上取得最先进性能，且避免了昂贵的散度项。代码已开源。
论文分子模拟扩散模型退火采样能量模型开源/仓库
推荐理由：SITA 解决了大分子系统退火采样中散度计算不可行的痛点，做计算化学和分子模拟的团队可以直接用开源代码复现，值得关注。
原文