吸血鬼

吸血鬼网：分子动力学的深入学习。通过高通量分子动力学模拟计算生物分子过程的相关结构、平衡和长时间尺度动力学，如蛋白质-药物结合，有着越来越大的需求。目前的方法是将模拟坐标转换为结构特征、降维、对降维数据进行聚类、估计分子结构间相互转化率的马尔可夫状态模型或相关模型。这种手工制作的方法需要大量的建模专业知识，因为任何步骤中的错误决策都会导致大量的建模错误。在这里，我们使用马尔可夫过程的变分方法（VAMP）来开发一个使用神经网络的分子动力学的深度学习框架，称为VAMPnets。VAMPnet对从分子坐标到Markov状态的整个映射进行编码，从而将整个数据处理管道组合在一个端到端的框架中。我们的方法与最先进的马尔可夫建模方法的性能相当或更好，并且提供了易于解释的几个状态动力学模型。