molecular dynamics simulation
PulseAugur coverage of molecular dynamics simulation — every cluster mentioning molecular dynamics simulation across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的MDArena基准揭示了编码代理在分子动力学方面的局限性
研究人员推出了MDArena，这是一个旨在评估编码代理在真实分子动力学（MD）工作流中的能力的新基准。该基准由来自活跃的生物分子模拟项目的50个容器化任务组成，涵盖了轨迹分析和系统准备等领域。在评估中，Codex GPT-5.5表现最强，实现了48%的Strict-Pass@1成功率，OpenCode Gemini Flash 3.5紧随其后。尽管取得了一部分进展，但目前的编码代理在复杂任务上仍然面临挑战，凸显了它们作为助手和作为独立…
-
新型生成模型AquaGen以更低的成本实现分子动力学精度
研究人员开发了AquaGen，这是一种能够以分子动力学精度生成分子构型的新型生成模型。该模型在全原子、显式溶剂分辨率下运行，能够比传统的分子动力学模拟显著更快地从玻尔兹曼分布生成样本。AquaGen在预测绝对水合自由能方面已显示出与基于GPU的MD相当的准确性，并通过预测亲脂性和结合自由能等性质，在药物发现和材料科学领域展现出应用潜力。
-
新方法实现大时间步分子动力学模拟
研究人员开发了一个新的模拟哈密顿系统的框架，可以显著提高分子动力学模拟的效率。这种称为平均流一致性的方法通过预测选定周期内相空间的平均演化，允许在模拟中使用更大的时间步长。与以前的技术不同，它不需要访问未来状态，使其更具成本效益，并且可以应用于机器学习力场（MLFF），而无需昂贵的轨迹生成。
-
新型Transformer模型加速分子动力学模拟
研究人员开发了ASTEROID，一个利用时空信息Transformer预测分子动力学模拟中多步时间序列的新框架。这种数据驱动的方法将MD轨迹重新构建为时空序列，将时空信息（STI）变换方程整合到具有自注意力机制的Transformer架构中，以处理空间和时间依赖性。与现有方法相比，ASTEROID在准确性和计算成本方面均表现出优越性，为加速分子动力学模拟树立了新范例。
-
新的拓扑方法增强了分子动力学模拟分析
研究人员引入了一种使用持久同调（PH）分析分子动力学模拟的新颖方法。这种方法包括一种称为掩码洪水复形的蛋白质特定修改，它能生成对蛋白质构象具有几何感知的摘要。这些基于PH的描述符在各种任务中表现出具有竞争力的性能，包括蛋白质类别预测和马尔可夫状态模型估计，并在蛋白质构象的生成模型方面显示出潜力。
-
LLM智能体MDForge自动化分子动力学流程设计
研究人员开发了MDForge，一个旨在自动化复杂分子动力学（MD）流程设计的LLM智能体。与使用预定义工具的现有智能体不同，MDForge将流程设计视为开放式代码生成，并根据口头反馈调整其行为。该智能体利用物理学专家之间的多智能体辩论来优化稀疏奖励，使其能够创建与人类专家设计相媲美的MD流程。在测试中，MDForge成功识别出一种新颖的、对cucurbit[7]uril具有高亲和力的结合剂，该结果后来通过湿式实验得到证实。
-
新方法加速分子动力学模拟
研究人员开发了一种名为 Langevin Speculative Dynamics (LSD) 的新方法，以加速分子动力学模拟。LSD 采用一个草稿模型来快速提出模拟步骤，然后由一个较慢的目标模型并行验证。这种受语言模型和扩散模型中推测性采样启发的方法，可以在不引入相对误差的情况下实现 3-9 倍的加速。
-
新型蛋白质语言模型增强分子动力学和设计
研究人员正在开发先进的蛋白质语言模型（pLMs），以改进分子动力学模拟和蛋白质设计。一种名为 PLaTITO 的方法整合了蛋白质语言模型嵌入，以增强可转移隐式转移算子在分子动力学中的泛化能力，在分布外蛋白质系统上表现出最先进的性能。另一个模型 HD-Prot 在混合扩散框架内使用连续结构令牌来联合建模蛋白质序列和结构，以更少的计算资源实现了具有竞争力的结果。此外，一项研究正在探索 PLMs 的内部表示，分析它们如何编码结构特征，并确定…