論文の概要: Accurate Free Energy Estimations of Molecular Systems Via Flow-based
Targeted Free Energy Perturbation
- arxiv url: http://arxiv.org/abs/2302.11855v1
- Date: Thu, 23 Feb 2023 08:53:52 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-24 15:51:40.651884
- Title: Accurate Free Energy Estimations of Molecular Systems Via Flow-based
Targeted Free Energy Perturbation
- Title（参考訳）: フローベースターゲット自由エネルギー摂動による分子系の正確な自由エネルギー推定
- Authors: Soo Jung Lee, Amr H. Mahmoud, Markus A. Lill
- Abstract要約: TFEP(Targeted Free Energy Perturbation)法は、2つの状態間の自由エネルギー差を推定するための標準手法の時間的およびコンピュータ集約的な成層化プロセスを克服することを目的としている。
自由エネルギー計算の理論的可能性にもかかわらず、TFEPはエントロピー補正、エネルギーベースのトレーニングの制限、モード崩壊といった課題のために実際には採用されていない。
本研究は,生物分子の高速かつ高精度な深層学習に基づくTFEP法を実用化し,医薬品設計の文脈で実現可能な自由エネルギー推定法として紹介するものである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The Targeted Free Energy Perturbation (TFEP) method aims to overcome the
time-consuming and computer-intensive stratification process of standard
methods for estimating the free energy difference between two states. To
achieve this, TFEP uses a mapping function between the high-dimensional
probability densities of these states. The bijectivity and invertibility of
normalizing flow neural networks fulfill the requirements for serving as such a
mapping function. Despite its theoretical potential for free energy
calculations, TFEP has not yet been adopted in practice due to challenges in
entropy correction, limitations in energy-based training, and mode collapse
when learning density functions of larger systems with a high number of degrees
of freedom. In this study, we expand flow-based TFEP to systems with variable
number of atoms in the two states of consideration by exploring the theoretical
basis of entropic contributions of dummy atoms, and validate our reasoning with
analytical derivations for a model system containing coupled particles. We also
extend the TFEP framework to handle systems of hybrid topology, propose
auxiliary additions to improve the TFEP architecture, and demonstrate accurate
predictions of relative free energy differences for large molecular systems.
Our results provide the first practical application of the fast and accurate
deep learning-based TFEP method for biomolecules and introduce it as a viable
free energy estimation method within the context of drug design.
- Abstract（参考訳）: TFEP(Targeted Free Energy Perturbation)法は、2つの状態間の自由エネルギー差を推定するための標準手法の時間的およびコンピュータ集約的な成層化プロセスを克服することを目的としている。
これを達成するため、tfepはこれらの状態の高次元確率密度間の写像関数を用いる。
フローニューラルネットワークの正規化の単射性と可逆性は、そのようなマッピング関数として機能する要件を満たす。
自由エネルギー計算の理論的可能性にもかかわらず、TFEPはエントロピー補正、エネルギーベーストレーニングの制限、自由度の高い大規模システムの密度関数を学習する際のモード崩壊といった課題のために、実際には採用されていない。
本研究では,ダミー原子のエントロピー寄与の理論的基礎を探求することにより,流れに基づくTFEPを2つの状態における可変原子数系に拡張し,結合粒子を含むモデル系に対する解析的導出による推論を検証した。
また,ハイブリッドトポロジのシステムを扱うためにtfepフレームワークを拡張し,tfepアーキテクチャを改善するための補助追加を提案し,大規模分子システムに対する相対自由エネルギー差の正確な予測を示す。
本研究は,生体分子に対する高速かつ高精度な深層学習型tfep法を初めて応用し,薬物設計の文脈において有効な自由エネルギー推定法として導入するものである。
関連論文リスト
- Neural Message Passing Induced by Energy-Constrained Diffusion [79.9193447649011]
本稿では,MPNNのメカニズムを理解するための原理的解釈可能なフレームワークとして,エネルギー制約付き拡散モデルを提案する。
データ構造が(グラフとして)観察されたり、部分的に観察されたり、完全に観察されなかったりした場合に、新しいモデルが有望な性能が得られることを示す。
論文 参考訳（メタデータ） (2024-09-13T17:54:41Z) - A thermodynamically consistent physics-informed deep learning material model for short fiber/polymer nanocomposites [0.0]
本研究では, 種々の環境条件下での短繊維強化ナノ粒子充填エポキシスの粘弾性・粘弾性挙動を解析するための物理インフォームド・ディープ・ラーニング(PIDL)モデルを提案する。
PIDLモデルは, 種々の熱水条件下での繊維およびナノ粒子の体積分画に対するエポキシ系ナノコンポジットの力学的挙動を正確に予測することができる。
論文 参考訳（メタデータ） (2024-03-27T07:22:32Z) - Force-free identification of minimum-energy pathways and transition
states for stochastic electronic structure theories [0.18641315013048293]
代用ヘッセン線探索法を用いて, MEP および TS 構造を効率的に同定する手法を提案する。
力のない量子モンテカルロ法を用いてMEPとTSを同定できることを示す。
論文 参考訳（メタデータ） (2024-02-20T17:58:43Z) - End-To-End Latent Variational Diffusion Models for Inverse Problems in
High Energy Physics [61.44793171735013]
本稿では,最先端生成技術アプローチの潜時学習とエンドツーエンドの変分フレームワークを組み合わせた,新しい統合アーキテクチャ,潜時変分モデルを提案する。
我々の統一的アプローチは、非最新技術ベースラインの20倍以上の真理への分布自由距離を達成する。
論文 参考訳（メタデータ） (2023-05-17T17:43:10Z) - A pathway to accurate potential energy curves on NISQ devices [0.483420384410068]
量子デバイス上で水素分子のポテンシャルエネルギー曲線を計算するための実用的なワークフローを提案する。
提案手法は,数量子ビットしか持たず,基本セットの限界に近い完全な構成相互作用の結果を提供するために外挿方式を用いる。
シミュレーション量子ハードウェアのノイズ特性に制約があるにもかかわらず、現実的な電子相関値の復元が可能であることを示す。
論文 参考訳（メタデータ） (2022-09-19T11:32:43Z) - Dynamics of two-dimensional open quantum lattice models with tensor
networks [0.0]
熱力学的極限に直接適用可能な無限射影ペア演算子(iPEPO)アンサッツに基づくテンソルネットワーク法を開発した。
非平均場限界における散逸的逆量子イジングと駆動散逸型ハードコアボソンモデルを考える。
提案手法は,既存の手法の適用範囲をはるかに超えながら,現在の実験に利用できる制度を研究できる。
論文 参考訳（メタデータ） (2020-12-22T18:24:20Z) - Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。
どちらの手法もエネルギーと基底状態の優れた推定値を提供する。
勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
論文 参考訳（メタデータ） (2020-11-02T19:52:04Z) - Energy-based View of Retrosynthesis [70.66156081030766]
エネルギーモデルとしてシーケンスおよびグラフベースの手法を統一するフレームワークを提案する。
本稿では,ベイズ前方および後方予測に対して一貫した訓練を行うフレームワーク内での新しい二重変種を提案する。
このモデルは、反応型が不明なテンプレートフリーアプローチに対して、最先端の性能を9.6%向上させる。
論文 参考訳（メタデータ） (2020-07-14T18:51:06Z) - Method of spectral Green functions in driven open quantum dynamics [77.34726150561087]
オープン量子力学のシミュレーションのために,スペクトルグリーン関数に基づく新しい手法を提案する。
この形式主義は、場の量子論におけるグリーン関数の使用と顕著な類似性を示している。
本手法は,完全マスター方程式の解法に基づくシミュレーションと比較して計算コストを劇的に削減する。
論文 参考訳（メタデータ） (2020-06-04T09:41:08Z) - Targeted free energy estimation via learned mappings [66.20146549150475]
自由エネルギー摂動 (FEP) は60年以上前にズワンツィヒによって自由エネルギー差を推定する方法として提案された。
FEPは、分布間の十分な重複の必要性という厳しい制限に悩まされている。
目標自由エネルギー摂動(Targeted Free Energy Perturbation)と呼ばれるこの問題を緩和するための1つの戦略は、オーバーラップを増やすために構成空間の高次元マッピングを使用する。
論文 参考訳（メタデータ） (2020-02-12T11:10:00Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。