PulseAugur
实时 12:54:13

新框架加速酶催化神经网络训练

研究人员开发了Enerzyme,这是一个旨在提高酶催化研究中神经网络势(NNP)训练效率的新框架。该框架通过引入静电感知NNP架构和自动化数据集生成,解决了量子力学模型的计算需求。Enerzyme代码已证明能够用相对较少的数据点准确重现大型酶簇的反应能量学和过渡态结构,有望加速酶学中的机理研究。 AI

影响 该框架通过降低模拟的计算成本,有望加速酶机理研究。

排序理由 该集群包含一篇详细介绍用于科学研究的新计算框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架加速酶催化神经网络训练

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Weiliang Luo, Heather J. Kulik ·

    Enerzyme: A Framework for Efficient Training of Reactive Neural Network Potentials for Enzyme Catalysis with Application to Methyltransferases

    arXiv:2607.01362v1 Announce Type: cross Abstract: Quantum mechanical (QM) cluster models provide an effective framework for mechanistic studies of enzymatic reactions but remain computationally demanding. Neural network potentials (NNPs) offer a promising route to reduce this cos…