Enhanced Sampling in the Well-Tempered Ensemble
我们引入了以能量为集体变量时，由良调元自适应采样的有偏系综--良调系综。WTE可以被设计为具有与正则系综近似相同的平均能量，但波动要大得多。这两个属性导致了相空间的极快探索。当WTE与平行回火相结合时，可获得更高的效率。无偏玻尔兹曼平均值是用最近发展起来的重新加权方法在飞行中计算的[M. Bonomi等人，J. Comput. 30，1615（2009）]。我们应用WTE和它的平行回火变体的2D伊辛模型和去模型的HIV蛋白酶，表明在这两个代表性的情况下，收敛速度加快的数量级。
2010-04-13 cond-mat.stat-mech physics.bio-ph physics.chem-ph
Unfolding Hidden Barriers by Active Enhanced Sampling
KLA-Tencor（科磊）；University of California, Berkeley（加州大学伯克利分校）
基于集体变量（CV）或序参量的增强采样算法由于能够有效地探索复杂系统的粗糙势能面而获得了巨大的成功。然而，退化的微观配置，源自垂直于CV的正交空间，很可能会阴影“隐藏的障碍”，大大降低CV为基础的采样效率。在这里，我们证明了系统的机器学习CV，通过增强的采样，可以迭代地提升这种退化。我们介绍了一种主动学习方案，该方案由基于深度神经网络的参数CV学习器和基于CV的增强采样器组成。我们的主动增强采样（AES）算法能够根据历史样本识别信息量最少的区域，在CV学习器和采样器之间形成正反馈回路。这种方法能够通过逐步增强样品完整性和CV质量来全局保留动力学特征。
2017-11-10 cond-mat.stat-mech cs.LG physics.chem-ph
Enhanced Sampling with Machine Learning: A Review
Institute for Physical Science and Technology, University of Maryland（马里兰大学物理科学与技术研究所）；Biophysics Program, University of Maryland（马里兰大学生物物理学项目）；Department of Chemistry and Biochemistry, University of Maryland（马里兰大学化学与生物化学系）
本综述从共同视角系统梳理机器学习与增强分子动力学的融合，重点介绍降维、强化学习和基于流的方法等成功策略，并展望该快速演进领域的开放问题。
2023-06-16 cond-mat.stat-mech cs.LG physics.chem-ph
Have you tried turning it off and on again? Stochastic resetting for enhanced sampling
本文系统介绍了随机重置这一无集合变量、高度并行且易实现的增强采样方法，阐述其加速稀有事件采样和推断动力学观测量的原理，并综述最新进展与实践指南。
2025-04-08 cond-mat.soft cond-mat.stat-mech physics.chem-ph
Neural network based path collective variables for enhanced sampling of phase transformations
我们提出了一个严格的1D路径集体变量的构造，以采样凝聚态物质中的结构相变。路径集合变量被定义在由全局集合变量跨越的空间中，全局集合变量用作从局部结构单元导出的分类器。一个可靠的识别局部结构环境是通过采用基于神经网络的分类。随后使用的1D路径集体变量与增强的采样技术，探索在钼的固-固相变过程中的相边界的复杂迁移。
2019-05-04 cond-mat.mtrl-sci cond-mat.stat-mech physics.comp-ph
Reweighted Autoencoded Variational Bayes for Enhanced Sampling (RAVE)
在这里，我们提出了用于增强采样的重加权自编码变分贝叶斯（RAVE）方法，这是一种新的迭代方案，它使用变分自编码器的深度学习框架来增强分子模拟中的采样。RAVE涉及分子模拟和深度学习之间的迭代，以便沿着低维潜在空间产生越来越准确的概率分布，从而捕获分子模拟轨迹的关键特征。使用这种潜在的空间分布和从分子模拟中采样的各种试验反应坐标的分布之间的Kullback-Leibler发散，RAVE确定最佳的，然而物理上可解释的反应坐标和最佳概率分布。然后，两者都直接用作新的有偏模拟的偏置协议，该偏置协议再次被馈送到深度学习模块中，其中适当的权重考虑了偏置，该过程继续进行，直到期望的热力学可观测量的估计收敛。与最近使用深度学习进行增强采样的方法不同，RAVE的突出之处在于：（a）它自然地产生物理上可解释的反应坐标，（b）独立于现有的增强采样协议，以增强通过深度学习识别的潜在空间的波动，以及（c）它提供了轻松过滤掉深度学习过程中学习到的虚假解决方案的能力。RAVE的有用性和可靠性证明，通过将其应用到模型的潜力越来越复杂，包括计算的结合自由能配置文件的疏水配体-底物系统在明确的水与解离时间超过3分钟，在计算机的时间至少20倍，比伞采样或metadaptics所需的。
2018-02-09 cond-mat.soft cond-mat.stat-mech physics.chem-ph
Enhanced sampling and applications in protein folding in explicit solvent
本文提出了一种模拟大型复杂系统的单拷贝回火方法。在广义系综中，该方法使用从一个新的积分恒等式计算的热平均能量的运行时估计来指导连续的温度空间随机行走。我们首先在二维伊辛模型和Lennard-Jones液体系统中验证了该方法。然后将其应用于三种小蛋白质，trpzip 2，trp-cage和villin headpiece在显式溶剂中的折叠。在0.5~1微秒内，所有三个系统都被折叠到原子精度：最佳折叠构象的α碳均方根偏差分别为0.2 A，0.4 A和0.4 A，对于trpzip 2，trp-cage和villin headpiece。
2010-05-26 cond-mat.stat-mech physics.bio-ph physics.comp-ph
Enhanced Sampling of Configuration and Path Space in a Generalized Ensemble by Shooting Point Exchange
University of Vienna（维也纳大学）
许多分子过程的计算机模拟由于长寿命状态之间的罕见跃迁而导致的长时间尺度而变得复杂。在这里，我们提出了一种新的方法来模拟这种罕见的事件，它结合了过渡路径采样增强探索的配置空间。该方法依赖于配置和轨迹空间之间的交换移动，基于广义系综进行。该方案大大提高了过渡路径采样模拟的效率，特别是对于具有多个过渡通道的系统，并产生分子过程的热力学，动力学和反应坐标的信息，而不会扭曲它们的动力学。使用KPTP四肽中脯氨酸的异构化来说明该方法。
2023-03-22 cond-mat.stat-mech cs.LG physics.comp-ph
A Variational Approach to Enhanced Sampling and Free Energy Calculations
广泛使用的采样方法，如分子动力学或蒙特卡罗，探索复杂的自由能景观的能力受到动力学瓶颈的存在严重阻碍。已经提出了大量的解决方案来缓解这个问题。许多是基于引入偏置电位，这是一个功能的一个小数目的集体变量。然而，构建这样一种偏见并不简单。在这里，我们引入了一个泛函的偏置电位和相关的变分原理。使泛函最小化的偏置以简单的方式与自由能表面相关。这种变分原理可以转化为一种实用、高效、灵活的采样方法。一些数值例子，其中包括一个三维自由能表面的测定。我们认为，除了在数值上的优势，我们的变分方法提供了一个方便的角度来看，在采样问题与新的眼睛。
2014-08-07 cond-mat.soft cond-mat.stat-mech physics.chem-ph
Unbiasing Enhanced Sampling on a High-dimensional Free Energy Surface with Deep Generative Model
Purdue University（普渡大学）
针对高维自由能面增强采样的去偏差难题，提出基于分数扩散模型的深度生成去偏差方法，在TAMD模拟中验证其性能优于传统方法，可处理更多CV的模拟并生成准确无偏构象系综。
2023-12-18 cond-mat.stat-mech cs.LG physics.chem-ph
Quantum symmetry from enhanced sampling methods
本文用路径积分方法解决了双电子系统的负号采样问题。我们表明，这个问题可以重新表示为一个计算自由能的差异和采样的统计分布的尾部。使用Metadoptics，可以解决像两个电子被限制在量子点中这样的现实问题。我们相信，这是一个可以扩展到更复杂系统的策略。
2018-05-04 cond-mat.stat-mech quant-ph
Superposition Enhanced Nested Sampling
物理学、天文学和应用数学中的许多问题的理论分析需要对表现出破遍历性的多模态参数空间进行有效的数值探索。蒙特卡罗方法被广泛用于处理这类问题，但这样的模拟受到普遍存在的采样问题的困扰：对特定状态进行采样的概率与其熵权成比例。设计一种能够有效地对整个相空间进行采样的算法是一个长期存在的问题。在这里，我们报告了一个新的混合方法探索的多峰参数空间表现出破碎遍历。叠加增强巢式抽样（SENS）结合了巢式抽样的无偏/无热抽样和全局优化的优点，在不增加参数的情况下大大提高了效率。我们报告了广泛的测试，这种新的方法为原子团簇，已知有能源景观，传统的采样方案遭受破坏遍历。我们还介绍了一种新的嵌套采样并行化算法。
2014-06-02 astro-ph.IM cond-mat.stat-mech physics.data-an
Phase equilibrium of liquid water and hexagonal ice from enhanced sampling molecular dynamics simulations
本文采用增强采样分子动力学模拟研究了由TIP 4P/Ice原子间相互作用势模型模拟的液态水和冰Ih之间的相平衡。我们的方法是基于计算冰Ih液体自由能的差异，可逆地访问两个阶段的模拟。通过引入静态偏置电位作为序参量的函数，实现了可逆的相互转换。调整序参量使氧在冰Ih中结晶为六方金刚石结构。我们分析了系统尺寸对冰Ih-液体自由能差的影响，并在热力学极限下得到了270 K的熔化温度。这一结果与热力学积分（272 K）和共存模拟（270 K）的估计一致。由于序参量不包括有关质子坐标的信息，自发形成的固体构型包含如冰Ih所预期的质子无序。
2020-05-11 cond-mat.mtrl-sci cond-mat.stat-mech physics.chem-ph
Enhanced sampling of Crystal Nucleation with Graph Representation Learnt Variables
University of Maryland（马里兰大学）
本研究提出基于图神经网络的自动编码器方法，从晶体结构中学习低维变量，并在增强采样中偏置以观察状态转变和计算自由能，成功应用于铁和甘氨酸的成核研究，验证了方法的可靠性和通用性。
2023-10-11 cond-mat.mtrl-sci cond-mat.stat-mech cs.LG
Enhanced path sampling using subtrajectory Monte Carlo moves
路径采样允许通过路径空间中的蒙特卡罗（MC）探索来研究罕见事件，如化学反应、成核和蛋白质折叠。代替配置点，该方法采样短分子动力学（MD）轨迹与特定的开始和结束条件。在配置MC中，其效率高度依赖于MC移动的类型。在过去的二十年里，中央MC移动路径采样一直是所谓的射击移动，其中一个扰动的相位点的旧路径是向后和向前传播的时间，以产生一个新的path.Recently，我们提出了子轨迹移动，石头跳跃（SS）和网络投掷（WT），这是被证明是更有效的。然而，一步交叉要求使得它们在与外部MD程序组合时或当序参量确定昂贵时更难以实现。在这篇文章中，我们提出了解决这个问题的策略。最通用的解决方案是一个新的成员亚轨迹移动，铁丝网（WF），这是不那么节俭的SS，但更多才多艺。这使得它更容易链接路径采样代码与外部MD软件包，并提供了一个实用的解决方案的情况下，计算的序参量是昂贵的或不是一个简单的函数的几何形状。我们证明了WF移动在一个双阱Langevin模型，一个基于经典力场的薄膜断裂过渡，和一个较小的钌氧化还原反应在从头算水平，其中的序参量明确取决于电子密度。
2022-10-13 cond-mat.stat-mech physics.chem-ph physics.comp-ph
From Enhanced Sampling to Human-Readable Representations of Protein Dynamics
School of Molecular Sciences, Arizona State University（亚利桑那州立大学分子科学学院）；Department of Basic Science & Humanities, Institute of Engineering & Management, School of UEM（UEM学院工程学院与管理学院基础科学与人文系）
本文提出一种自动化框架，将增强采样轨迹转化为蛋白质动力学的人可读表示，通过结合频率选择性非谐振模分析和加权动态交叉相关矩阵分析，识别相关和反相关运动的残基对和域，生成物理可解释的CVs，应用于五种蛋白质并展示其在生物相关域和运动识别中的有效性。
2026-05-07 cond-mat.stat-mech
Hyperspatial Sampling: Circumventing Free-Energy Barriers via Replica Exchange with Extra Dimensions
NEC Laboratories Europe GmbH（NEC欧洲实验室有限公司）；NEC OncoImmunity AS（NEC肿瘤免疫股份有限公司）；NEC Secure System Platform Research Laboratories（NEC安全系统平台研究实验室）
研究针对模拟崎岖自由能景观系统的挑战，提出超空间副本交换（HS - REX）方法，通过额外维度扩展系统以规避障碍，仅惩罚溶质原子减少副本数，在双阱和丙氨酸二肽系统验证，实现增强遍历采样。
2026-07-27 cond-mat.soft cond-mat.stat-mech physics.chem-ph
Everything everywhere all at once: a probability-based enhanced sampling approach to rare events
Italian Institute of Technology（意大利理工学院）
本文提出了一种基于概率的增强采样方法，用于高效研究稀有事件的自由能面和过渡态。
2025-03-27 cond-mat.stat-mech physics.comp-ph
Multiscale enhanced path sampling based on the Onsager-Machlup action: Application to a model polymer
我们提出了一种新的路径采样方法的基础上的Onsager-Machlup（OM）的行动，通过推广的多尺度增强采样（MSES）技术提出的Moritsugu和同事（J.化学物理133，224105（2010））。这种方法的基本思想是，我们想要研究的系统（例如，分子力学描述的一些分子系统）被耦合到一个粗粒度（CG）系统，该系统可以比原始系统移动得更快，计算效率更高。我们模拟这个组合系统（原始+ CG系统）使用（欠阻尼）Langevin动力学不同的热浴耦合到两个系统。当耦合足够强时，原系统在CG系统的引导下，能够更有效地对位形和路径空间进行采样。然而，我们需要通过使用哈密顿副本交换来校正由耦合引起的偏差，其中我们制备了具有不同耦合强度的多个路径副本。其结果是，一个无偏的路径合奏的原始系统中可以找到最弱的耦合路径合奏。这种策略很容易实现，因为如果我们正确定义路径的“哈密顿量”，则由OM作用计算的路径的权重在形式上与玻尔兹曼权重相同。我们将这种方法应用于一个具有Asakura-Oosawa相互作用的模型聚合物，并与传统的过渡路径采样方法的结果进行了比较。
2013-04-27 cond-mat.stat-mech physics.bio-ph q-bio.BM
Improving the Efficiency of Variationally Enhanced Sampling with Wavelet-Based Bias Potentials
基于集体变量的增强采样方法通常用于具有亚稳态的系统，其中当使用常规分子动力学模拟时，高自由能势垒阻碍自由能景观的适当采样。一种这样的方法是变分增强采样（VES），其基于变分原理，其中通过最小化凸泛函来构造在一些选择的慢自由度或集体变量的空间中的偏置势。在实际应用中，偏置势被看作是在某个基函数集合上的线性展开。到目前为止，主要是在集体变量空间中离域的基函数，如平面波，切比雪夫或勒让德多项式，已被使用。然而，还没有一个广泛的研究如何收敛行为的影响，基函数的选择。特别是，它仍然是一个悬而未决的问题，如果本地化的基础函数可能会表现得更好。在这项工作中，我们实现，调整，并验证Daubechies小波作为VES的基函数。小波构造的正交和本地化的基础，表现出有吸引力的多分辨率属性。我们评估小波和其他基函数在各种系统上的性能，从模型电位到水中的碳酸钙缔合过程。我们观察到，小波表现出优异的性能和更强大的收敛行为比所有其他的基函数，以及更好的性能比元自适应。特别是，使用小波基产生小得多的波动的偏置电位在个别运行和独立运行之间的差异较小。基于我们的总体结果，我们可以推荐小波作为VES的基函数。
2022-05-25 cond-mat.soft cond-mat.stat-mech physics.chem-ph
Comparing parallel and simulated tempering enhanced sampling algorithms at phase transition regimes
两种重要的增强采样算法，模拟（ST）和并行（PT）回火，通常使用遍历模拟可能难以实现时，例如，由于相空间分离的大自由能障碍。对于一阶相变周围的系统也是如此，这种情况在文献中仍然没有充分探讨这种方法。在这篇文章中，我们做了一个比较研究之间的PT和ST的伊辛（一个格子气体的流体语言）和BEG（一个格子气体与空位）模型在相变制度。我们表明，虽然这两种方法是等价的，在足够长的模拟的限制，PT是更有利的ST相对于所有的分析：收敛到平稳性;频率的隧道相位之间的共存;和时间位移的热力学量的关联函数的衰减。定性参数，为什么人们可能会期望更好的结果，从PT比ST附近的相变条件也提出。
2010-11-10 cond-mat.stat-mech
Comment on "Solving Statistical Mechanics Using VANs": Introducing saVANt - VANs Enhanced by Importance and MCMC Sampling
Technische Universität Berlin（柏林工业大学）；Fraunhofer Heinrich Hertz Institute（弗劳恩霍夫研究所海因里希赫兹研究所）；Berlin Big Data Center（柏林大数据中心）；Berliner Zentrum für Maschinelles Lernen（柏林机器学习中心）；Department of Brain and Cognitive Engineering, Korea University（韩国大学脑与认知工程系）；Max-Planck-Institut für Informatik（马克斯-普朗克计算机科学研究所）；RIKEN Center for AIP（理化学研究所先进物理与智能中心）
在对Wu等人的“使用变分自回归网络解决统计力学”的评论中，我们对他们的方法提出了一个微妙而有力的修改。我们发现，他们的方法的固有的抽样误差可以通过使用基于神经网络的MCMC或重要性抽样，从而导致物理量的渐近无偏估计进行校正。这种修改是可能的，因为VAN的奇异属性，即它们提供精确的样本概率。通过这些修改，我们相信他们的方法可以对物理学的各个重要领域产生更大的影响，包括强相互作用场论和统计物理。
2019-03-26 cond-mat.stat-mech cs.LG stat.ML
Characterizing Surface Wetting and Interfacial Properties using Enhanced Sampling (SWIPES)
我们介绍了一个准确和有效的方法来表征表面润湿和界面性质，如接触角的液滴在固体表面上，和汽-液表面张力的流体。该方法利用分子模拟结合间接伞采样技术，系统地润湿表面，并估计相应的自由能。为了说明该方法，我们研究了一个家庭的Lennard-Jones表面的润湿水。我们估计接触角的表面与水的广泛的吸引力，通过使用我们的方法，也通过使用液滴形状。值得注意的是，随着地表水吸引力的增加，我们的方法能够捕捉到从部分润湿到完全润湿的过渡。最后，该方法实现简单，计算效率高，在大约5纳秒的模拟时间内提供准确的接触角估计。
2018-11-13 cond-mat.soft cond-mat.stat-mech
Replica exchange and expanded ensemble simulations as Gibbs sampling: Simple improvements for enhanced mixing
在化学和生物物理学中，用于模拟复杂分子系统的副本交换和扩展系综算法的广泛普及已经产生了很大的兴趣，以增强这些协议的相空间混合，从而提高其效率。在这里，我们演示了这两类算法可以被认为是一种形式的吉布斯抽样马尔可夫链蒙特卡罗（MCMC）框架内。虽然更新的构象自由度的大都市蒙特卡罗或分子动力学可产生相关的样本，我们展示了如何明智的更新的热力学状态指数-对应于热力学参数，如温度或炼金术耦合变量-与这些配置可以大大增加混合，同时仍然从所需的分布采样。我们展示了常用的状态更新方法如何导致次优混合，并提出了一些简单，廉价的替代方案，可以增加整个马尔可夫链的混合，减少必要的模拟时间，以获得所需的精度估计。这些改进的计划证明了几个常见的应用程序，包括炼金术扩展合奏模拟，并行回火，和多维副本交换伞采样。
2011-09-26 cond-mat.stat-mech q-bio.BM
A Sinking Approach to Explore Arbitrary Areas in Free Energy Landscapes
本文提出“下沉”方法SinkMeta，通过网格化卷积近似和边缘势垒，将MD模拟中集体变量的探索限制在预设区域，实现高效采样任意形状自由能子空间，并可用于高维最小自由能路径。
2025-01-08 cond-mat.stat-mech physics.chem-ph physics.comp-ph
Generalized-Ensemble Algorithms: Enhanced Sampling Techniques for Monte Carlo and Molecular Dynamics Simulations
在自旋玻璃、生物分子等多自由度的复杂系统中，常规的正则系综模拟存在准遍历性问题。广义系综模拟在势能空间中进行随机游走，克服了这一困难。通过单直方图和/或多直方图重新加权技术，仅从一次模拟运行，就可以获得作为温度的函数的物理量的正则系综平均值。在这篇文章中，我们回顾了广义集成算法。三个著名的方法，即多规范算法，模拟回火，复制交换方法，首先进行了描述。Monte Carlo和分子动力学版本的算法。然后，我们提出了五个新的广义集成算法，这是上述方法的扩展。
2003-08-18 cond-mat.stat-mech q-bio.QM
Fast Adaptive Flat-histogram Ensemble for Calculating Density of States and Enhanced Sampling in Large Systems
提出了一种快速自适应平坦直方图集成（FAFE）算法，用于估计大系统的态密度（DOS）和增强采样。FAFE计算广义系综中任意扩展变量$U$的平均值，以形成曲线$β_{s}(U) \equiv \frac{\partial S(U)}{\partial U}$上的点，即对数DOS的导数。FAFE方法不同于Wang-Landau-like（WLL）方法，它在整个仿真过程中满足详细平衡条件，并自动生成非均匀的$(β_{i}, U_{i})$数据点，以跟踪不同$U$区域和不同系统中$β_{s}(U)$的真实变化率。结合$U-$压缩转换，FAFE将所需的仿真步骤从WLL中的$O(N^{3/2})$减少到$O(N^{1/2})$，其中$N$是系统大小。我们证明了FAFE在Lennard-Jones液体中的效率，具有几个$N$值。更重要的是，我们展示了它在发现和识别不同的宏观状态，包括亚稳态相共存区域的能力。
2008-11-12 cond-mat.stat-mech
Variational control forces for enhanced sampling of nonequilibrium molecular dynamics simulations
我们引入了一个变分算法来估计一个罕见的事件在非平衡分子动力学模拟的可能性，通过评估的最佳控制力。在选定的基础内的控制力的优化是可能的显式形式的成本函数的梯度在驱动轨迹的变化参数的变化的敏感性。我们认为概率的时间积分动态观测的特点是其大偏差函数，并发现在许多情况下，变分估计是定量准确的。此外，我们提供的表达式，以准确地纠正变分估计，可以直接评估。我们基准此算法对数值精确解的驱动粒子在周期性的潜力，其中的控制力可以表示与一个完整的基础模型。然后，我们证明了该算法的效用在一条线上的排斥粒子的模型，它经历了一个动态的相变，导致奇异变化的形式的最佳控制力。在这两个系统中，我们发现快速收敛，并能够评估大偏差函数的统计效率显着增加替代蒙特卡罗方法。
2021-01-12 cond-mat.stat-mech physics.chem-ph
Exploring Conformational Landscapes Along Anharmonic Low-Frequency Vibrations
本研究提出不依赖简谐近似的FRESEAN模式分析方法，从短分子动力学轨迹分离非简谐低频振动，用于生物分子构象动力学增强采样，在丙氨酸二肽测试中性能优于传统用户定义集体变量，为全自动高效增强采样提供新路径。
2024-04-01 cond-mat.stat-mech
Rigid Base Biasing in Molecular Dynamics enables enhanced sampling of DNA conformations
由于全原子模拟具有高的空间和时间分辨率，因此在研究核酸的构象和动力学性质方面越来越受欢迎。然而，这种高分辨率带来了沉重的计算成本，并且在模拟的时间尺度内，核酸围绕其理想结构微弱地波动，探索有限的构象集合。介绍了在核酸全原子模拟中能够控制刚性碱基参数的RBB-NA算法。利用合适的偏置电势，该算法可以“迫使”DNA或RNA分子呈现六个旋转参数（倾斜、滚动、扭曲、弯曲、螺旋桨、打开）和/或六个平移参数（移位、滑动、上升、剪切、拉伸、交错）的特定值。该算法能够使用先进的采样技术来探测局部强烈变形的核酸的结构和动力学。我们说明了它的性能显示一些例子，其中DNA是强烈扭曲，弯曲或局部屈曲。在这些例子中，RBB-NA很好地再现了无约束的模拟数据和DNA力学的其他已知特征，但它也允许人们探索在高变形状态下表征核酸力学的非谐行为。
2022-08-22 cond-mat.soft cond-mat.stat-mech q-bio.BM
Computing committors via Mahalanobis diffusion maps with enhanced sampling data
对蛋白质折叠和分子构象变化等现象的研究是化学物理的中心主题。分子动力学（MD）模拟是研究生物分子中跃迁过程的主要工具，但它受到感兴趣的过程和原子振动之间的巨大时间尺度间隙的阻碍，这决定了时间步长。因此，必须将MD模拟与其他技术结合起来，以便量化在大时间尺度上发生的转变过程。在这项工作中，Mahalanobis内核的扩散映射，一个无网格的方法近似的后向Kolmogorov算子（BKO）的集体变量，升级到纳入标准的增强采样技术，如元自适应。由此产生的算法，我们称之为“目标措施Mahalanobis扩散图”（tm-mmap），是适合于一个中等数量的集体变量，其中一个可以近似的扩散张量和自由能。施加适当的边界条件允许使用近似的BKO来求解提交函数，并利用过渡路径理论来找到描绘过渡通道和过渡速率的无功电流。所提出的算法，tm-mmap，进行了测试的二维Moro-Cardin双井系统与位置相关的扩散系数和丙氨酸二肽在两个集体变量，其中的提交人，反应电流，和过渡率进行比较，通过有限元法（FEM）计算。最后，TM-MMAP适用于丙氨酸二肽在四个集体变量，其中使用有限元是不可行的。
2022-11-02 cond-mat.stat-mech cs.NA math.NA
Conformational Entropy as Collective Variable for Proteins
许多强化抽样方法，如伞式抽样、元统计学或变异强化抽样，都依赖于确定适当的集体变量。对于蛋白质，即使是很小的蛋白质，找到合适的集体变量也是一个挑战。在这里，我们建议，NMR $S^2$序参量可以用于这种效果。我们将这一说法的有效性追溯到$S^2$和熵之间的建议关系。使用$S^2$序参量和蛋白质焓的替代品结合Metadhesics或变分增强采样，我们能够可逆地折叠和展开一个小的蛋白质，并在一小部分的时间，是在无偏模拟所需的自由能。从更概念化的观点来看，这意味着将折叠描述为熵和焓之间的权衡结果。我们还使用$S^2$结合自由能洪水方法来计算该肽的去折叠速率。我们在不同温度下重复此计算以获得去折叠活化能。
2017-04-10 cond-mat.soft cond-mat.stat-mech physics.chem-ph
From Rosenbluth Sampling to PERM - rare event sampling with stochastic growth algorithms
我们讨论均匀采样算法，是基于随机增长的方法，使用简单的晶格模型作为动机的聚合物的极端配置的采样。我们将展示如何一系列聪明的增强五十多年的老算法，Rosenbluth方法，导致了一个尖端的算法能够均匀抽样的平衡统计力学系统的聚合物的情况下，竞争的算法未能表现良好。例子从粘性表面附近的塌陷的均聚物到蛋白质折叠的模型。
2012-05-16 cond-mat.stat-mech
