文献

J-GLOBAL ID：202202270261710752   整理番号：22A0492583

SwarmCGを用いた粗粒脂質力場の自動多目的最適化【JST・京大機械翻訳】

Automatic multi-objective optimization of coarse-grained lipid force fields using SwarmCG

著者 (6件)： Empereur-mot Charly (Department of Innovative Technologies, University of Applied Sciences and Arts of Southern Switzerland, Polo Universitario Lugano, Campus Est, Via la Santa 1, 6962 Lugano-Viganello, Switzerland) ,  Capelli Riccardo (Politecnico di Torino, Department of Applied Science and Technology, Corso Duca degli Abruzzi 24, Torino 10129, Italy) ,  Perrone Mattia (Politecnico di Torino, Department of Applied Science and Technology, Corso Duca degli Abruzzi 24, Torino 10129, Italy) ,  Caruso Cristina (Politecnico di Torino, Department of Applied Science and Technology, Corso Duca degli Abruzzi 24, Torino 10129, Italy) ,  Doni Giovanni (Department of Innovative Technologies, University of Applied Sciences and Arts of Southern Switzerland, Polo Universitario Lugano, Campus Est, Via la Santa 1, 6962 Lugano-Viganello, Switzerland) ,  Pavan Giovanni M. (Department of Innovative Technologies, University of Applied Sciences and Arts of Southern Switzerland, Polo Universitario Lugano, Campus Est, Via la Santa 1, 6962 Lugano-Viganello, Switzerland)
資料名： Journal of Chemical Physics  (Journal of Chemical Physics)
巻： 156  号： 2  ページ： 024801-024801-14  発行年： 2022年 
JST資料番号： C0275A  ISSN： 0021-9606  CODEN： JCPSA6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 粗粒(CG)分子モデルの開発は,典型的には,近似CGモデルが,例えば,利用可能な高分解能シミュレーションデータおよび/または実験観察可能な,正しく,そして,一貫して挙動するため,パラメータの時間のかかる反復調整を必要とする。自動データ駆動手法は,分子動力学シミュレーションのための正確なモデルを開発するためにますます使用されている。しかし,このような自動法で得られたパラメータは,しばしば特別に設計した相互作用ポテンシャルを利用し,典型的には,それらを訓練するために使用されるもの以外の分子系や条件にあまり移動できない。自動最適化エンジン(SwarmCG)と組み合わせた多目的手法を用いて,ここでは,最適化CG力場(FFs)が得られるCGモデルを最適化することが可能であることを示した。概念の証明として,ここでは,参照実験データ(脂質と二分子層厚さ当たりの面積)と信頼できる原子論的シミュレーションが最適化を導くために,脂質を使用した。CGモデル(マッピング)の分解能を入力として設定すると,スウォームCGはCG脂質モデルのパラメータを反復的に,同時に高分解能シミュレーション(ボトムアップ)と実験データ(トップダウン参照)に対して最適化する。並列最適化における訓練セットにおける異なるタイプの脂質二分子層を含めることは,最適化脂質FFパラメータの伝達性を保証する。スウォームCGは,異なる分解能CG FFsに対する実験データと良く一致することを示した。また,FFsの精度分解能バランスに対する刺激的洞察を得た。このアプローチは一般的であり,新しいFFsを開発し,既存のものを改善するために効果的に使用できる。Copyright 2022 AIP Publishing LLC All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  シミュレーション ,  *脂質 ,  近似法 ,  スウォーム ,  高分解能 ,  分子系 ,  *力の場 ,  分子モデル ,  脂質二分子膜
準シソーラス用語： 相互作用ポテンシャル ,  *多目的最適化 ,  分子動力学シミュレーション ,  ボトムアップ ,  原子論的シミュレーション , 【Automatic Indexing@JST】

分類 (2件)： 蛋白質・ペプチド一般  (EB03010N) ,  統計力学一般,多体問題  (BA08010Q)

タイトルに関連する用語 (4件)： 粗粒 ,  脂質 ,  力場 ,  多目的最適化