Exploring the conformational dynamics of alanine dipeptide in solution subjected to an external electric field: A nonequilibrium molecular dynamics simulation
本文采用非平衡分子动力学模拟研究了丙氨酸二肽在外加电场作用下的构象动力学。我们考虑的情况下,一个常数和振荡场。在这种情况下,我们提出了一个程序来实现温度控制,它消除了无关的热效应的字段。对于恒定场不同的时间尺度确定的构象,偶极矩,和取向动力学。此外,我们证明了溶剂结构只有轻微的变化时,外场被打开,在振荡场的情况下,构象的变化被证明是在前面的情况下一样强烈,和非平凡的非平衡的构象空间中的圆形路径,通过计算的综合净概率通量揭示。
2014-03-12 cond-mat.soft physics.bio-ph physics.chem-ph
Diffusion-based Generative AI for Exploring Transition States from 2D Molecular Graphs
KAIST(韩国科学技术院)
本文提出基于扩散模型的TSDiff方法,仅从二维分子图预测过渡态几何结构,在精度和效率上超越现有三维方法,并能采样多种构象,发现更低能垒的反应路径。
2023-10-12 cs.AI cs.LG physics.chem-ph
Curiosity in exploring chemical space: Intrinsic rewards for deep molecular reinforcement learning
University of Göttingen(哥廷根大学);University of Toronto(多伦多大学);Vector Institute for Artificial Intelligence(向量人工智能研究所);Canadian Institute for Advanced Research(加拿大高等研究院)
计算机辅助分子设计有可能颠覆药物和材料发现领域。机器学习,特别是深度学习,一直是该领域快速发展的主题。强化学习是一种特别有前途的方法,因为它允许分子设计而无需先验知识。然而,搜索空间是巨大的,并且当使用强化学习代理时,需要有效的探索。在这项研究中,我们提出了一个算法,以帮助有效的探索。该算法的灵感来自文献中称为好奇心的概念。我们在三个基准上显示,一个好奇的代理发现性能更好的分子。这为强化学习代理人指明了一个令人兴奋的新研究方向,这些代理人可以出于自己的动机探索化学空间。这有可能最终导致意想不到的新分子,到目前为止还没有人想到过。
2020-12-17 cs.AI cs.LG physics.chem-ph
Exploring the Absorption Spectrum of Simulated Water from MHz to the Infrared
利用经典和密度泛函理论动力学模拟数据计算了300 K下液态水的吸收光谱,计算范围从1 MHz到几百THz,在整个范围内,包括红外模式、微波峰和中间THz波段,与实验数据定性和定量吻合良好.光谱被分解成单分子和集体组件,以及由于分子重新取向和诱导分子内偶极矩的变化的组件。这些分解揭示了新的光在20和5太赫兹的librational和平移(氢键拉伸)带的运动基础上:供体质子和受体孤对电子之间的相互作用被证明是重要的线的形状在librational和平移制度,和在和出的相librational二聚体模式进行观察和探索。
2020-03-16 physics.chem-ph physics.comp-ph
Exploring the impacts of conformer selection methods on ion mobility collision cross section predictions
结构相关的分子性质的预测,如使用离子迁移谱测量的碰撞截面,关键取决于选择正确的分子构象的人口。在这里,我们报告了一个深入的评估多构象选择技术,包括简单的平均,玻尔兹曼加权,最低能量选择,低能量阈值降低,和相似性降低。为18个分子生成50,000个构象,我们使用计算机化学库引擎(ISiCLE)计算整个数据集的碰撞截面。首先,我们采用蒙特卡罗模拟来理解使用模拟退火生成的构象异构体结构之间的可变性。然后,我们采用蒙特卡罗模拟上述构象选择技术应用于模拟的分子性质-离子迁移碰撞截面。根据我们的分析,我们发现玻尔兹曼加权是一个很好的权衡精度和理论精度之间。结合多种技术表明,能量阈值和基于均方根偏差的相似性降低可以节省大量的计算费用,同时保持属性预测的准确性。分子动态构象生成工具,如AMBER,即使在数万代之后,也可以继续生成新的最低能量构象,从而降低运行之间的精度。通过对精心选择的构象进行密度泛函理论几何优化,可以改善这种降低的精度,提高理论精度。
2020-10-14 physics.chem-ph q-bio.BM
Exploring A Multi-Scale Method for Molecular Simulations in Continuum Solvent Model: Explicit Simulation of Continuum Solvent As An Incompressible Fluid
最近提出了一种多尺度框架,通过耦合溶质的分子力学处理与溶剂的流体力学处理,在连续溶剂模型中更现实的分子动力学模拟,在那里我们制定的物理模型和开发的数值流体动力学积分。在这项研究中,我们将流体动力学积分器与琥珀模拟引擎进行生物分子的原子模拟。在这个发展阶段,只有非静电相互作用,即,范德华力和疏水相互作用包括在多尺度模型中。然而,在求解有限差分流体动力学方程时,精确地内插高度非线性的范德华项存在数值挑战。在求解流体动力学方程时,我们通过将范德华势和压力合并在一起,并通过分析考虑其在自由边界条件下的贡献,从而能够严格地绕过挑战。多尺度模拟引擎首先通过再现解析解的单个原子的溶质-溶剂界面来验证。接下来,我们进行了松弛模拟的约束对称单体,并观察到一个对称的溶剂界面在平衡与详细的表面特征类似的溶剂排除表面上发现的。然后测试了四种典型的小分子复合物,体积和力平衡分析表明,这些简单的复合物可以在模拟时间窗口内达到平衡。最后,我们研究了四个测试的二聚体复合物的多尺度溶质-溶剂界面的质量,发现它们与显式水模拟中采样的边界吻合得很好。
2017-04-24 physics.bio-ph physics.chem-ph physics.comp-ph
Machine-Learning-Based Construction of Molecular Potential and Its Application in Exploring the Deep-Lying-Orbital Effect in High-Order Harmonic Generation
Ho Chi Minh City University of Education(胡志明市教育大学);New Jersey Institute of Technology(新泽西理工学院)
本研究提出基于机器学习的快速方法构建可同时复现多轨道特征的软库仑分子势,用于分析HCN分子高次谐波产生中的深轨道效应,验证了HOMO-1对第二谐波平台的作用,且该方法可推广至其他分子体系。
2024-09-14 physics.chem-ph physics.comp-ph physics.optics
Accelerated weight histogram method for exploring free energy landscapes
计算自由能是分子模拟中一项重要而又困难的任务。计算能力的快速增长使得探测日益复杂的复杂系统成为可能,但从这些模拟中提取准确的自由能仍然是一个重大挑战。充分探索生物大分子的自由能景观通常需要采样大的构象变化和缓慢的转变。通常,研究这种系统的唯一可行方法是使用增强的采样方法对其进行模拟。加速权重直方图(AWH)方法是一种新的,有效的扩展集成采样技术,自适应地偏置模拟,以促进探索的自由能景观。AWH方法使用概率权重直方图,其允许有效的自由能更新并导致容易的离散化过程。该方法的一个主要优点是它的一般公式,使其成为一个强大的平台,用于开发进一步的扩展和分析其与现有方法的关系。在这里,我们证明了它的效率和普遍适用性,通过计算沿反应坐标的单维和多维的平均力的潜力。我们利用一个非均匀的,自由能依赖的反应坐标空间中的目标分布,使计算工作不会浪费在物理上不相关的区域。我们目前的数值结果的分子动力学模拟的醋酸锂溶液和chignolin,一个10个残基的长肽折叠成一个$β$ -发夹。我们进一步提出了实际的指导方针,设置和运行AWH模拟。
2014-07-28 physics.chem-ph
Exploring the Influence of Dynamic Disorder on Transport Gap in Solid Pentacene
采用量子力学方法和从头计算分子动力学(AIMD)方法研究了热效应对固体并五苯(C22 H14)输运能隙的影响。利用AIMD模拟了热涨落引起的动力学无序,给出了带隙附近的系综平均态密度。GW校正的DOS,对来自AIMD模拟的包含无序结构的数百个快照进行平均,表明边到边的输运能隙为2.1+/-0.04 eV,与静态0 K GW计算相比减少了约0.1 eV。峰-峰间隙被发现是2.7eV的表面和Frank-Condon效应的校正后,与实验非常一致,并提供完全从头算协议与实验在以前的理论需要特设高斯加宽和温度修正。
2018-11-27 physics.chem-ph
A Workflow for Exploring Ligand Dissociation from a Macromolecule: Efficient Random Acceleration Molecular Dynamics Simulation and Interaction Fingerprints Analysis of Ligand Trajectories
配体从蛋白质和其他生物大分子的解离发生在宽范围的时间尺度上。对于大多数药物相关的抑制剂,这些时间尺度远远超出了传统的分子动力学(MD)模拟。因此,为了探索配体的逸出机制和计算解离速率,有必要加强配体解结合的采样。随机加速MD(Random Acceleration MD,RAMD)是一种增强配体从大分子结合位点排出的简单方法,其使得能够在没有反应坐标的先验知识的情况下探索配体排出途径。此外,tauRAMD程序可用于计算配体的相对停留时间。当与蛋白质与配体相互作用指纹(IFPs)的机器学习分析相结合时,可以识别影响配体解结合动力学的分子特征。在这里,我们描述了RAMD在GROMACS 2020中的实现,它提供了显着提高的计算性能,并扩展到大型分子系统。对于RAMD结果的自动化分析,我们开发了MD-IFP,一套工具,用于生成IFP沿未结合的轨迹,并用于探索配体动力学。我们证明,配体解离轨迹的分析,通过将它们映射到IFP空间,使配体解离路线和亚稳态的表征。RAMD和MD-IFP的组合实现提供了一种计算效率高且免费可用的工作流程,可以在合理的计算时间内应用于数百种化合物,并将促进在药物设计中使用tauRAMD。
2020-08-14 physics.bio-ph physics.chem-ph q-bio.BM
Exploring molecular complexity with ALMA (EMoCA): Alkanethiols and alkanols in Sagittarius B2(N2)
在过去的五十年里,射电天文学已经表明,分子的复杂性是星际化学的自然结果,特别是在恒星形成区域。然而,导致复杂分子形成的途径尚未完全了解,化学复杂性的深度尚未完全揭示。此外,致密星际介质中的硫化学还没有得到很好的理解。我们想知道银河系中心源人马座B2(N2)中烷硫醇和烷醇的相对丰度,人马座B2(N)是Sgr B2(N)的北部热分子核心,其相对较小的线宽有利于研究空间中的分子复杂性。我们调查了光谱参数集,能够重现实验室发表的旋转光谱的ethanetherglycol和研究的影响,修改强度的预测旋转光谱的乙醇。我们使用阿塔卡马大型毫米波阵列(ALMA)在其周期~0和1的谱线调查人马座B2(N)之间的84和114.4 GHz。通过假设每个分子的局部热力学平衡(LTE)来分析这些数据。我们的观察补充了天体化学建模;首次使用了一个新的网络,其中包括烷硫醇的反应途径。Sgr B2(N2)中涉及甲醇、乙醇和甲硫醇的柱密度比与Orion KL报告的值相似,但涉及乙硫醇的柱密度比存在显著差异,表明Orion KL报告的乙硫醇检测结果不确定。我们的化学模型目前不允许预测足够准确的列密度的烷硫醇或其比例之间的烷硫醇和烷醇。因此,需要额外的观测结果来确定致密而温暖的星际介质中C2 H5 SH的水平。
2015-12-16 astro-ph.GA astro-ph.IM physics.chem-ph
Semiclassical Real-Time Nuclear-Electronic Orbital Dynamics for Molecular Polaritons: Unified Theory of Electronic and Vibrational Strong Couplings
分子极化激元已经成为一个新兴的平台,远程控制分子的性质,通过强大的光-物质相互作用。在这里,一个半经典的方法来描述分子极化激元的自洽传播的实时动力学的经典腔模式和量子分子子系统所描述的核电子轨道(NEO)的方法,其中电子和指定的核被处理在同一水平上的量子力学。这种半经典实时近地天体方法提供了对电子和振动强耦合的统一描述,并描述了空腔对核-电子耦合动力学的影响,同时包括核量子效应。对于单个邻羟基苯甲醛分子在电子强耦合作用下,该方法表明激发态分子内质子转移的空穴抑制不仅受极化激子势能面的影响,而且受化学反应时间尺度的影响.这一工作为探索光腔中核电子量子动力学系统的集体强耦合提供了基础。
2022-03-09 physics.chem-ph
Impulsive Laser Induced Alignment of Molecules Dissolved in Helium Nanodroplets
我们表明,450 fs非共振、中等强度、线性偏振激光脉冲可以诱导溶解在氦纳米滴中的甲基碘分子的无场分子轴排列。时间分辨的测量揭示旋转动力学慢得多,比孤立的分子,令人惊讶的是,完全没有尖锐的瞬态对齐recurrent特征的气相分子。我们的研究结果预示了一系列新的机会,探索分子动力学在耗散环境和性质的He nanodroads。
2012-12-12 physics.chem-ph
Exploring the Electronic and Mechanical Properties of TPDH-Nanotube: Insights from Ab initio and Classical Molecular Dynamics Simulations
本研究结合密度泛函理论和经典分子动力学,全面分析了新型碳同素异形体纳米管 TPDH-NT 的电子与力学性质,发现其具有结构稳定性、手性依赖的力学响应及金属/半导体特性。
2024-06-27 cond-mat.mtrl-sci physics.app-ph physics.chem-ph
Exploring Li-ion Transport Properties of Li$_3$TiCl$_6$: A Machine Learning Molecular Dynamics Study
该研究用深度神经网络 MLFF 结合 AIMD 数据开展大规模分子动力学模拟,揭示 Li$_3$TiCl$_6$ 的间隙跳跃与反相关输运机制,并以接近实验的电导率和活化能验证方法精度。
2024-06-18 cond-mat.mtrl-sci physics.chem-ph physics.comp-ph
Reaction pathway of oxygen evolution on Pt(111) revealed through constant Fermi level molecular dynamics
通过恒定费米能级分子动力学揭示了Pt(111)/水界面析氧反应的途径。在正偏压下,H2Oads和OHads以不规则交替的方式排列在六方晶格中。进一步增加电极电位则引起析氧反应,发现该反应通过过氧化氢中间体进行。相关的过电位的计算表明,减少了0.2 eV的缔合机制相比。这一结果突出了应用方案在无偏地探索催化反应方面的有力性。
2019-12-16 cond-mat.mtrl-sci physics.chem-ph
Exploring the mechanisms of transverse relaxation of copper(II)-phthalocyanine spin qubits
Massachusetts Institute of Technology(麻省理工学院);Honda Research Institute USA, Inc.(本田美国研究院)
本研究提出实验与理论框架分析铜(II)酞菁自旋量子比特的横向弛豫机制,定量分离各因素贡献,发现电子间偶极相互作用是主要退相干源,为分子自旋量子比特的设计优化提供了可转移的预测方法。
2025-11-05 physics.chem-ph quant-ph
Molecular Orientation-Induced Second Harmonic Generation: deciphering different contributions apart
我们展示和探索了一种全光学技术,用于直接监测气相分子系综的取向动力学。被称为“MOISH”的技术利用极性气体介质的瞬时提升的反转对称性,并提供与气体的取向直接相关的二次谐波产生信号的灵敏和空间局部化的探测。我们的实验结果揭示了选择性的电子和核动力学贡献的整体非线性光学信号,并破译他们除了使用“报告气体”的方法。“MOISH”通过协调的太赫兹和光场激发为探索受控旋转动力学提供了新的关键手段。
2022-03-07 physics.chem-ph physics.optics quant-ph
Exploring accurate potential energy surfaces via integrating variational quantum eigensovler with machine learning
势能面(PES)是解释各种化学反应过程的关键。然而,预测准确的PES与高层次的电子结构方法是一项具有挑战性的任务,由于高计算成本。作为量子计算的一个有吸引力的应用,我们在这项工作中表明,变分量子算法可以与机器学习(ML)技术相结合,作为一个有前途的计划,探索准确的PES。与使用ML模型表示势能不同,我们将分子几何信息编码到深度神经网络(DNN)中,用于表示变分量子本征求解器(VQE)的参数,将PES留给波函数分析器。一旦DNN模型被训练,就避免了阻碍VQE应用于复杂系统的变分优化过程,从而显著加速了PES的评估。数值结果表明,一个简单的DNN模型是能够重现准确的PES的小分子。
2022-06-08 physics.chem-ph quant-ph
Exploring the Potential of Parallel Biasing in Flat Histogram Methods
Metadaptics是高级采样算法的“平坦直方图”类的成员,已广泛用于分子模拟中,以驱动对由高自由能势垒分离的状态的探索,并促进对定义在集体变量(CV)上的自由能景观的全面采样,集体变量(CV)表征系统的状态。通常,当探索大量CV时,这些方法会遇到严重的限制。最近提出的一个变种,平行偏置元自洽(PBMetaD),承诺通过交换标准方法所需的$n$维自由能景观为$n$一维边际自由能景观,以帮助探索自由能景观以及多个重要的集体变量。在这项研究中,我们系统地研究了平行偏置如何影响自由能景观的收敛,以及相对于标准方法的每个变量,以及平行偏置策略在使用高级采样计算自由能时解决常见瓶颈的有效性。
2021-09-10 physics.chem-ph physics.comp-ph
Dynamic Training Enhances Machine Learning Potentials for Long-Lasting Molecular Dynamics
针对机器学习势在长时间分子动力学模拟中准确性受限的问题,提出动态训练(DT)方法以提升模型在长时间MD模拟中的准确性,并将其应用于等变图神经网络,在挑战性系统中表现出优于传统方法的预测精度。
2025-07-17 cond-mat.mtrl-sci physics.chem-ph
Exploring RNA structure and dynamics through enhanced sampling simulations
RNA的功能与其结构动力学密切相关。分子动力学模拟是有用的探索生物分子的灵活性,但严重限制了可访问的时间尺度。增强的采样方法允许有效地延长这一时间尺度,以探测生物相关的构象变化和化学反应。在这里,我们回顾了增强的采样技术在RNA系统的研究中的作用。我们讨论了这些方法的力场验证,探索构象景观和离子/配体-RNA相互作用,以及催化途径的应用相关的挑战和承诺。这些方法的重要技术方面,如有偏见的集体变量的选择和多副本模拟的分析,进行了详细研究。最后,这些方法在RNA动力学的表征中的作用的角度提供。
2018-01-02 physics.bio-ph physics.chem-ph physics.comp-ph
Probing Quantum Efficiency: Exploring System Hardness in Electronic Ground State Energy Estimation
本文通过比较经典电子结构方法与VQE、QPE在基态能量估计中的系统硬度,发现量子资源需求大多不受经典硬度影响,仅态制备部分例外,且构造显著重叠初始态比达到化学精度更容易,表明量子算法有望在经典困难体系中保持优势。
2023-10-31 physics.chem-ph quant-ph
Analysis of diffusion in solid state electrolytes through MD-simulations, improvement of the Li-ion conductivity in β-Li3PS4 as an example
分子动力学模拟是研究电池电解液和电极材料中扩散过程的有力工具。从一个单一的分子动力学模拟的扩散相关的许多属性可以得到,包括扩散路径,尝试频率,活化能,和集体扩散过程。这些详细的扩散性质提供了对固体电解质中扩散的透彻理解,并为改进的固体电解质材料的设计提供了方向。在这里,一个彻底的分析方法,并应用于DFT MD模拟的锂离子在β-Li 3 PS4中的扩散。所提出的方法一般适用于晶体材料,并有利于分子动力学模拟的分析。用于分析的代码可在https://bitbucket.org/niekdeklerk/md-analysis-with-matlab上免费获得。对β-Li 3 PS4的研究结果表明,bc-平面之间的跳跃限制了这类重要的固体电解质材料的导电性。模拟结果表明,通过添加Li空位或Li空位,可以显著加速速率限制跳跃过程,诱导三维扩散,从而提高Li离子的扩散系数。通过Br掺杂可以引入Li空位,这被预测会导致β-Li 3 PS4中的Li离子电导率提高一个数量级。此外,本模拟合理化的改善锂离子扩散率O掺杂通过创建本地Li-晶体。
2017-12-19 cond-mat.mtrl-sci physics.chem-ph
Exploring Chemical Space with Score-based Out-of-distribution Generation
KAIST(韩国科学技术院)
提出 MOOD 分数扩散模型,通过 SDE 中的 OOD 控制与性质预测器梯度引导,生成新颖、可合成且性质优于训练集前 0.01% 的药物候选分子。
2023-06-03 cs.LG physics.chem-ph q-bio.BM
Model Order Reduction for Quantum Molecular Dynamics
Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室);Oak Ridge National Laboratory(橡树岭国家实验室)
本文提出一种基于Kohn-Sham密度泛函理论的模型降阶方法,通过低维子空间投影学习电子密度,避免高保真电子结构迭代计算,并在水分子上验证了与高保真模拟的高度一致性。
2026-11-13 cs.NA math.NA physics.chem-ph
Modelling complex proton transport phenomena -- Exploring the limits of fine-tuning and transferability of foundational machine-learned force fields
Technische Universität Ilmenau(伊尔梅瑙工业大学)
本研究利用MACE力场模拟固体酸的质子传输,通过微调和多纳秒级MD模拟,实现了与实验数据一致的扩散系数和活化能结果。
2025-01-08 cond-mat.mtrl-sci physics.chem-ph physics.comp-ph
Altermagnetic Shastry-Sutherland fullerene networks
本研究提出基于C$_{40}$分子构建的交错磁Shastry-Sutherland富勒烯网络,展示其交错磁基态、$d$波能带劈裂及丰富相图,为分子量子材料中的多体物理研究开辟新途径。
2025-09-11 cond-mat.mes-hall cond-mat.mtrl-sci physics.atm-clus