• 回答数

    0

  • 浏览数

    671

  • 收藏数

    0

作者:团子良 发表于 2022-12-9 18:24:31
跳转到指定楼层
分子模拟(Molecular Simulation)是指利用计算机以原子水平的分子模型来模拟分子结构与运动,进而模拟分子体系的各种物理、化学性质的方法,既可以模拟分子的静态结构,也可以模拟分子体系的动态行为。作为主要的分子模拟方法之一,分子动力学模拟是利用牛顿力学和量子力学对分子的运动行为进行计算机模拟。分子模拟在新冠肺炎的相关研究中得到了广泛应用。国内外的许多研究团队利用分子模拟的技术筛选治疗新冠病毒的抗体,或利用分子模拟研究新冠病毒的新变种对人体细胞的入侵能力。分子模拟在癌症药物的开发中也起到了重要作用,这项技术被用来筛选治疗癌症的靶向药物。分子模拟还在蛋白质结构预测、新材料研发等方面得到了广泛应用

人工智能在分子动力学模拟中的广泛应用是近年来相关领域研究的一个新趋势。基于神经网络的分子动力学模拟的精度可以与基于量子力学的分子动力学模拟相媲美,而其运算速度却比后者快上万倍。但是通过神经网络进行分子模拟的一个难点是处理长程静电相互作用。传统的神经网络分子动力学模型(如Behler-Parrinello模型)只能描述分子之间的短程相互作用,因而无法描述介电响应、电子极化等重要性质。

为了解决这一挑战,高昂研究员与合作者以凝聚态物理中描述自由电子气对电场响应的自洽场理论为基础,结合人工智能技术,提出了自洽场神经网络模型。在论文中高昂和合作者利用自洽场神经网络模型对液态水进行了研究,证明了该模型可以精确描述水分子之间的长程关联、水对外电场的响应、水分子的电子极化以及空气-水界面处水分子的偶极矩分布,并证明了自洽场神经网络模型能比第四代高维度神经网络势能(4GHDNNP)模型能更准确地描述水分子的偶极矩涨落。

完整图文链接:https://pan.baidu.com/s/14pOUhjRFvu8CYxTj1D0oKQ
提取码:4mfs

分享:
回复

使用道具

成为第一个回答人

高级模式 评论
您需要登录后才可以回帖 登录 | 立即注册 微信登录