Kinetics of Barrier Crossing Events from Temperature Accelerated Sliced Sampling Simulations
本研究提出一种结合人工神经网络高维自由能面表征与稀有事件元动力学的方案，从温度加速切片采样（TASS）的不同切片自由能数据中恢复势垒跨越事件动力学，通过三个体系的速率常数计算验证了方法准确性，拓展了TASS的适用范围。
2025-09-05 physics.chem-ph
Characterizing RNA oligomers using Stochastic Titration Constant-pH Metadynamics simulations
本研究将随机滴定恒pH元动力学方法扩展至RNA，结合AMBER力场和PLUMED实现，成功模拟单链RNA核苷酸滴定，pKa预测与实验一致，为研究pH调控RNA结构提供了可靠工具。
2024-11-07 physics.bio-ph physics.chem-ph q-bio.BM
Using metadynamics to build neural network potentials for reactive events: the case of urea decomposition in water
水介质中化学反应的研究对于从生物学到工业过程的多个科学领域的影响非常重要。然而，当水直接参与反应时，模拟这些反应是困难的。由于它需要一个完整的量子力学描述的系统，$\textit{ab-initio}$分子动力学是理想的候选人，以阐明这些过程。然而，它的范围受到高计算成本的限制。一种流行的替代方法是执行由机器学习潜力驱动的分子动力学模拟，并在大量量子力学计算的基础上进行训练。对反应过程可靠地这样做是困难的，因为它需要包括非常多的中间态和过渡态构型。在这项研究中，我们使用了一个主动的学习过程加速增强采样收获这样的结构，并建立一个神经网络的潜力，研究尿素在水中的分解过程。这使我们能够获得的自由能分布的这一重要的反应在很宽的温度范围内，发现了一些新的亚稳态和提高的准确性的动力学速率计算。此外，我们发现，两性离子中间体的形成具有相同的概率发生通过酸性或碱性途径，这可能是反应速率的pH值溶液的不敏感性的原因。
2021-03-23 physics.chem-ph physics.comp-ph
The role of water and steric constraints in the kinetics of cavity-ligand unbinding
影响药物功效的关键因素是其在宿主蛋白质结合口袋中的停留时间。使用原子计算机模拟来预测这种停留时间和相关的解离过程是一个理想的，但由于涉及的时间尺度长，非常困难的任务。由于存在生物物理因素，如空间和溶剂化效应，这变得更加复杂。在这项工作中，我们进行分子动力学（MD）模拟的解结合的一个流行的原型疏水腔配体系统使用的metadaptics为基础的方法，允许直接评估的动力学途径和参数。当被约束以轴向方式移动时，我们发现解绑时间为4000秒的量级。根据以前的研究，我们发现，配体必须通过一个区域的急剧脱湿过渡表现为突然和高波动的溶剂密度在腔。当我们去除配体上的空间限制时，解结合主要通过替代途径发生，其中解结合变得快20倍，并且急剧的去湿转变反而变得连续。我们通过泊松分析验证了元自相关的非约束性时间尺度，并通过细致平衡与无偏MD的约束性时间尺度估计进行了比较。这项工作表明，增强的采样可以用来执行明确的溶剂分子动力学研究在以前无法达到的时间尺度，获得直接和可靠的图片的基本的物理化学因素，包括自由能和速率常数。
2015-07-10 cond-mat.soft physics.chem-ph q-bio.BM
A simple Boxed Molecular Kinetics approach to accelerate rare events in the stochastic kinetic master equation
化学主方程是一个强大的理论工具，用于分析复杂的多阱势能面的动力学在广泛的化学动力学跨越燃烧，大气化学，气体表面化学，溶液相化学和生物化学的不同领域。有两个完善的方法来解决化学主方程：随机动力学蒙特卡罗方法和基于矩阵的方法。原则上，这两种方法产生的结果是相同的;哪种方法更适合于特定的研究取决于所研究的特定系统的细节。在这篇文章中，我们提出了一个严格的方法，加速随机方法的几个数量级，以及一种方法，无偏加速的结果，以恢复真实的价值。我们在本文中采取的方法的灵感来自所谓的盒装分子动力学（BXD）的方法，以前只适用于加速罕见的事件在分子动力学模拟。在这里，我们扩展BXD设计一个简单的算法策略，用于加速随机动力学模拟中的罕见事件。对多个系统的测试表明，使用BXD稀有事件策略得到的结果与无偏结果吻合良好。为了进行这些测试，我们在MESMER中实施了一种动力学蒙特卡罗方法，MESMER是一种跨平台，开源和免费的主方程求解器。
2018-11-26 physics.chem-ph
Enhanced Diffusion Sampling: Efficient Rare Event Sampling and Free Energy Calculation with Diffusion Models
Microsoft Research AI for Science（微软研究院人工智能科学部）
本文提出增强扩散采样方法，通过精确的偏置协议生成偏置集合并利用精确重加权恢复平衡统计，实现高效稀有事件区域探索与自由能计算。
2026-06-28 cs.AI cs.LG physics.bio-ph
Rare Event Kinetics from Adaptive Bias Enhanced Sampling
我们介绍了一种新的增强采样方法命名为OPES洪水计算罕见事件的动力学原子分子动力学模拟。该方法来源于即时概率增强采样（OPES）方法[Invernizzi和Parrinello，JPC Lett. 2020]，其最近被开发用于计算复杂系统的收敛自由能表面。在本文中，我们描述的理论细节的OPES泛技术，并展示了应用程序上的三个系统的日益复杂：障碍交叉在一个二维的双阱势，在气相中的丙氨酸二肽的构象转变，和折叠和展开的chignolin多肽在水环境中。从广泛的测试，我们表明，准确的动力学计算不仅需要的过渡态是无偏置，但沉积的偏压量也不应超过沿所选的集体变量测量的有效势垒高度。在这种情况下，也探讨了从偏置次优序参量计算速率的可能性。此外，我们描述了从有限的计算工作量获得准确的结果的最佳参数组合的选择。
2022-09-16 physics.chem-ph
Girsanov Reweighting for Uncertainty Propagation in Rare-Event Kinetics
IFP Energies nouvelles (IFPEN)（法国石油研究院）；Université Paris-Saclay（巴黎萨克雷大学）；CEA（法国原子能和替代能源委员会）；University of Michigan（密歇根大学）；Aix-Marseille Université（艾克斯-马赛大学）；CNRS（法国国家科学研究中心）
研究利用机器学习原子间势进行稀有事例采样时的不确定性传播问题，结合自适应多级分裂与吉尔萨诺夫重加权法，推导估计器并验证，能构建不确定性感知概率分布，还可提供反应速率不确定性界限，为传播不确定性提供有效途径。
2026-07-29 physics.chem-ph
Efficient estimation of rare-event kinetics
复杂动力学系统中稀有事件动力学的有效计算，如配体从蛋白质中解离的速率和途径，是一个普遍未解决的问题。马尔可夫状态模型可以系统地集成短模拟的集合，从而有效地并行计算工作，但感兴趣的罕见事件仍然需要在数据中自发采样。增强的采样方法，如平行回火或伞式采样，可以大大加速平衡期望的计算，但牺牲了计算动态期望的能力。在这项工作中，我们建立了一个原则，结合知识的平衡分布与动力学从快速“下坡”松弛轨迹使用可逆马尔可夫模型。这种方法是通用的，因为它不调用任何特定的动力学模型，并可以提供罕见事件动力学的准确估计。当过程的一个方向比其相反方向发生得更快时，可以实现采样效率的大幅提高，使得该方法对于生物分子中的折叠和结合等下坡过程特别有吸引力。
2015-07-22 physics.chem-ph q-bio.BM stat.AP
Non-additive Non-interacting Kinetic Energy of Rare Gas Dimers
近似的非加性非相互作用的动能（NAKE）作为一个明确的功能的密度是几个电子结构的方法，提供了改进的计算效率超过标准的Kohn-Sham计算的基础。然而，在大多数基于片段的形式主义中，没有唯一的精确NAKE，这使得很难为它开发通用的，鲁棒的近似。当对嵌入形式主义进行调整以保证唯一性时，近似泛函可能比精确唯一的NAKE更有意义。我们使用数值精确的反演来研究几种稀有气体二聚体的精确NAKE内分区密度泛函理论，一种方法，提供了精确的NAKE的唯一性。我们发现对于稀有气体二聚体，NAKE随原子间距的增大而呈指数下降。我们计算的对数导数的NAKE相对于我们的数值精确的反演以及几个近似的NAKE泛函的键长。我们表明，标准的近似NAKE泛函不再现正确的行为，这个对数导数，并提出了两个新的NAKE泛函。其中第一个是基于重新参数化的联合PBE功能。第二个是一个简单的，物理动机的不可分解的NAKE功能，匹配的渐近衰减常数没有拟合。
2017-11-17 physics.chem-ph
Modeling of Chemical Reactions in Rarefied Gas Flows by the Kinetic Fokker-Planck Method
本研究提出一种基于粒子Fokker-Planck框架的气流化学反应建模新方法，在守恒质量、动量、能量的同时保留其相对DSMC方法的高密度区性能优势，可应用于多类流区及多尺度耦合模拟。
2025-03-21 physics.chem-ph
Approximating First Hitting Point Distribution in Milestoning for Rare Event Kinetics
针对稀有事件动力学Milestoning方法中首次击中点分布无解析解、影响平均首次通过时间精度的问题，提出LPT-M和BI-M两种平衡态近似算法，提升了MFPT精度，还开发了非平衡局部迭代校正算法，计算成本更低。
2023-10-03 physics.chem-ph
Kinetics of rare events for non-Markovian stationary processes and application to polymer dynamics
对于一个波动的系统，例如一个聚合物链，要花多少时间才能达到一个很少被访问的目标配置-通常是因为高能量成本？这个问题通常相当于确定相空间中具有较低占用概率的目标区域的首次通过时间统计。在这里，我们提出了一种分析方法来确定一个通用的非马尔可夫随机步行者的平均首次通过时间很少访问的阈值，这超出了现有的弱噪声理论。我们将我们的方法应用于聚合物系统，以确定（i）第一次为一个灵活的聚合物，以达到一个大的扩展，和（ii）的第一个封闭时间的刚性不可扩展的蠕虫状链。我们的结果与数值模拟非常吻合，并提供了明确的渐近规律的平均首次通过时间很少访问的配置。
2020-02-04 cond-mat.soft cond-mat.stat-mech physics.chem-ph
Efficient Stochastic Simulation of Chemical Kinetics Networks using a Weighted Ensemble of Trajectories
我们应用“加权系综”（WE）的模拟策略，以前采用的背景下，分子动力学模拟，一系列的系统生物学模型，范围从一维的复杂性与354种和3680个反应的系统。WE相对容易实现，不需要大量的手动调整参数，不依赖于模拟算法的细节，并且可以方便地模拟极其罕见的事件。对于耦合随机反应系统，我们研究，我们能够产生准确和有效的近似的联合概率分布的所有化学物种的所有时间t。我们也能够有效地提取平均首次通过时间的系统，通过建设一个稳态条件与反馈。在这里研究的所有情况下，我们的结果同意独立的计算，但显着提高精度，罕见或缓慢的过程可以表征。通过吉莱斯皮直接随机模拟算法对分布中的稀有状态进行采样时，相对于“蛮力”的加速范围为~10^12 ~10^20，对于平均首次通过时间的计算，加速范围为~10^2 ~10^4。
2013-03-28 physics.bio-ph physics.chem-ph q-bio.MN
WeTICA: A directed search weighted ensemble based enhanced sampling method to estimate rare event kinetics in a reduced dimensional space
本研究提出无分箱加权集成模拟算法WeTICA，利用低维集体变量空间驱动模拟，在蛋白质去折叠动力学估计中实现高精度收敛，且大幅降低模拟时长，可推广至多种线性及非线性集体变量场景。
2025-01-15 cond-mat.soft physics.bio-ph physics.chem-ph
Milestoning network refinement by incorporating experimental thermodynamic and kinetic data
针对Milestoning方法因力场限制难以匹配实验数据的问题，提出以Kullback-Leibler散度率最小化、结合实验热力学与动力学约束的网络精修方法，确保网络扰动最小且符合实验结果，并在β-环糊精配体结合体系中验证。
2024-10-06 physics.chem-ph
Water exchange at a hydrated platinum electrode is rare and collective
我们使用分子动力学模拟来研究水分子在模型金属电极表面上的交换动力学--本体液体中的水分子和与金属结合的水分子之间的交换。这个过程是一个罕见的事件，与结合水的平均停留时间约为40纳秒的模型，我们认为。借助稀有事件取样技术的分析，我们展示了这种交换或解吸是如何通过（1）结合水分子吸附层内的氢键网络的重组和（2）吸附层附近的散装液体的界面密度波动来控制的。我们定义集体坐标描述的解吸机制。与单个事件相关的空间和时间相关性延伸到纳米和数十皮秒。
2015-08-18 cond-mat.mes-hall cond-mat.stat-mech physics.chem-ph
