排序方式: 共有2条查询结果,搜索用时 46 毫秒
1
1.
在离子通道性质的研究中,由于可极化力场计算量巨大,长期以来使用最广泛的依旧是经典力场. 本文考察了可极化力场在描述离子通道gramicidin A(gA)二聚状态下离子输运性质方面的可靠性. 利用AMOEBA可极化力场对单通道gA和双通道gA进行增强采样模拟,从电导、扩散系数和自由能等方面描述了gA二聚化对钾离子和钠离子穿越通道过程的影响. 计算结果显示,可极化力场模拟获得的钾离子和钠离子穿越通道的电导与实验数值吻合. 进一步的数据分析揭示了蛋白质二聚化影响gA通道离子输运性质的分子机制,即蛋白二聚化通过调整gA蛋白周围的环境(磷脂头基、通道外离子和体相水分子的分布)而不是直接调整gA蛋白的构象来加速钾离子和钠离子穿越通道. 相似文献
2.
分子的相互作用在分子动力学模拟过程中起着关键的作用. 受限于计算资源,大分子的长时间尺度的相互作用能无法通过量化计算实现. 本文采用一种深度学习框架-深度张量神经网络来预测三个有机分子相关体系中量化精度的相互作用能. 其中,分子的几何结构和原子类型作为网络的输入用于预测相互作用能. 通过分层生成的数据集合实现了网络中隐层参数的优化和训练. 相互作用能的预测结果显示,深度张量神经网络可以在较短的时间内,在1 kcal/mol的平均绝对误差的范围内准确预测分子间的相互作用能. 这一过程提高了计算效率,并为计算相互作用能提供了可靠的计算框架. 相似文献
1