MétaCan
Menu
Retour à la cohorte
Enregistrement W2047651019 · doi:10.1080/08927022.2012.700486

Generalised canonical–isokinetic ensemble: speeding up multiscale molecular dynamics and coupling with 3D molecular theory of solvation

2012· article· en· W2047651019 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMolecular Simulation · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Structure and Dynamics
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSolvationMolecular dynamicsChemistryExtrapolationPotential of mean forceComputational chemistryDipeptideStatistical physicsMoleculePhysicsMathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

We have proposed a new canonical–isokinetic ensemble for efficient sampling of conformational space in molecular dynamics (MD) simulations which leads to the optimised isokinetic Nosé–Hoover (OIN) chain algorithm for atomic and molecular systems. We applied OIN to multiple time step (MTS) MD simulations of the rigid and flexible models of water to demonstrate its advantage over the standard canonical, isokinetic and canonical–isokinetic ensembles. With the stabilising effect of OIN thermostatting in MTS-MD, gigantic outer time steps up to picoseconds can be employed to accurately calculate equilibrium and conformational properties. Furthermore, we developed the atomic version of OIN for MTS-MD of a biomolecule in a solvent potential of mean force obtained at sequential MD steps by using the molecular theory of solvation, aka three-dimensional reference interaction site model with the Kovalenko–Hirata closure (3D-RISM-KH). The solvation forces are obtained analytically by converging the 3D-RISM-KH integral equations once per several OIN outer time steps, and are calculated in between by using solvation force-coordinate extrapolation (SFCE) in the subspace of previous successive solutions to 3D-RISM-KH. For illustration, we applied the multiscale OIN/SFCE/3D-RISM-KH algorithm to a fully flexible model of alanine dipeptide in aqueous solution. Although the computational rate of solvent sampling in OIN/SFCE/3D-RISM-KH is already 20 times faster than standard MD with explicit solvent, further substantial acceleration of sampling stems from making solute evolution steps in a statistically averaged potential of mean force obtained from 3D-RISM-KH. The latter efficiently samples the phase space for essential events with rare statistics such as exchange and localisation of solvent and ligand molecules in confined spaces, pockets and at binding sites of the solute macromolecule, as distinct from MD with explicit solvent which requires enormous computational time and number of steps in such cases.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,426
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,243
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle