https://pubs.acs.org/action/showCitFormats?doi=10.1021%2Fjp508375q&href=/doi/10.1021%2Fjp508375q
Abstract
(機械翻訳)マイクロステートを組み合わせて（クラスタリングまたは集約して）形成されたスーパーステートのダイナミクスを最適に記述するレートおよび遷移行列を取得するための体系的な手順を開発します。これらの縮小された動的モデルは、フルシステムおよび集約システムのスーパーステートの時間依存の占有数相関関数を照合することにより構築されます。射影演算子形式を使用することにより、同一の結果が得られます。縮小された動的モデルは、完全な非マルコフ式で常に正確です。おおよそのマルコフの制限では、正確な自動緩和時間と相互緩和時間をもたらす、減少率またはマルコフ遷移行列の簡単な分析式を導き出します。これらの縮小マルコフモデルは、短時間と長時間のダイナミクスのマッチングの最適なバランスを取ります。また、マイクロステートの集約を通じて最適なスーパーステートを構築する階層手順でこのアプローチを使用する方法についても説明します。一般的な簡約行列理論の結果は、単純なモデルシステムへの適用と、以前に原子論的分子動力学シミュレーションから導出されたペプチドフォールディングのより複雑なマスター方程式モデルで示されています。削減されたモデルは、完全なシステムのダイナミクスを忠実にキャプチャし、一般的な局所平衡近似を大幅に改善することがわかります。
Memo
"PyEMMAは、分子動力学の推定、検証、分析、および分子動力学（MD）データからの他の動力学および熱力学モデルのためのPythonライブラリです。MSM = Markov State Models 関連で実装であり……80は、与えられた粗いセットの定義に対して、モデルの高速緩和動作と低速緩和動作のバランスをとるスキームを提案しています( @ http://dx.doi.org/10.1021/acs.jctc.5b00743 J. Chem. Theory Comput. , 11, 5525-5542 (Web)October 14, 2015)" における(80)
Terms ;
マイクロステート
スーパーステート
マルコフモデル～非マルコフ性
追記中 200410