arXiv:2509.24779v3 Тип объявления: замена-кросс Аннотация: Молекулярная динамика (МД) — это мощный вычислительный микроскоп для исследования функций белков. Однако необходимость точной интеграции и длительные временные масштабы биомолекулярных событий делают МД вычислительно затратной. Для решения этой проблемы было предложено несколько генеративных моделей для генерации суррогатных траекторий с меньшими затратами. Тем не менее, эти модели обычно обучаются с фиксированной плотностью переходов с задержкой, в результате чего обучающий сигнал в основном состоит из частых, но неинформативных переходов. Мы представляем новый класс генеративных моделей, эмуляторов MSM, которые вместо этого обучаются выборке переходов между дискретными состояниями, определяемыми базовой марковской моделью состояний (MSM). Мы реализуем этот класс с помощью метода согласования потоков в марковском пространстве (MarS-FM), чья выборка обеспечивает ускорение более чем на два порядка по сравнению с моделированием МД с неявным или явным растворителем. Мы оцениваем способность Mars-FM воспроизводить статистические данные молекулярной динамики с помощью структурных параметров, таких как среднеквадратичное отклонение (RMSD), радиус инерции и содержание вторичной структуры. Наша оценка охватывает белковые домены (до 500 аминокислотных остатков) со значительным химическим и структурным разнообразием, включая события разворачивания, и применяет строгие требования к несходству последовательностей между обучающим и тестовым наборами данных для оценки обобщающей способности. По всем показателям MarS-FM превосходит существующие методы, часто со значительным отрывом.
Источник: arxiv.org
