[論文レビュー] A sequential algorithm with a built in tension-propagation mechanism for modeling the chain-like bodies dynamics

Andrzej Z. Grzybowski, Zbigniew Domański|arXiv (Cornell University)|Dec 15, 2013

Theoretical and Computational Physics被引用数 4

ひとこと要約

本稿では、埋め込まれた張力伝播メカニズムを備えた、鎖状体（CLB）のダイナミクスを効率的かつ高受容率でシミュレートする新しい逐次確率的アルゴリズムを提案する。この手法は、張力を伝播させる仮想ステップを用いてポアを通過する過程をモデル化し、2次元自己回避ポリマーにおける透過時間分布に対してMoyal分布が正確なモデルであることを特定する。

ABSTRACT

In the paper a novel stochastic algorithm designed to study of chain-like bodies dynamics is introduced. This algorithm models chain movements induced by the tension propagation and its main idea relies on the sequentialization of each movement into a sequence of virtual steps made by chain's segments. In this spirit, any accepted chain's new position is achieved by a move that is initiated by a shift of one segment picked randomly according to a problem-specific probability distribution and then followed by a cascade of some other segments' position rearrangements. The rearrangement process terminates when the tension in the chain induced by the initial shift is released. A considerable gain in the volume of allocated memory is achieved because the virtual steps lead to new conformations that are very likely to be acceptable by nature. We validate the algorithm by comparing passage times for polymer translocation through a pore obtained within this algorithm with their counterparts reported in the literature. In this paper we focus on a fluctuating-bond model of self-avoiding polymers on 2D square lattice. Based on the large data sets received in our simulations we have found that the transolaction time is distributed according to the Moyal probability distribution. This novel finding enables us to identify the theoretical form of various distributions of translocation time reported in literature by expressing them very accurately with the help of this two-parameter family of probability distributions

研究の動機と目的

• 鎖状体のダイナミクスを、内在的な張力伝播を備えた計算的に効率的なアルゴリズムでシミュレートすること。
• 高受容率、自己回避性、適切な張力応答を同時に満たす既存の確率的アルゴリズムの欠如に応えること。
• 文献データと比較することで、シミュレートされた透過時間の妥当性を検証すること。
• 大規模シミュレーションから得られる透過時間データの背後にある理論的分布を同定すること。
• ポリマーのダイナミクスに関する堅牢な統計的分析を可能にする大規模データ生成を可能とすること。

提案手法

• 問題固有の確率分布に基づき、1つのセグメントに対するランダムなシフトを開始することで、鎖のコンformationを逐次更新する。
• 初期シフトの後、張力が鎖内を伝播する段階的セグメント再配置が行われ、平衡状態に達するまで継続する。
• 各仮想ステップでは、物理的に妥当なコンformationのみを受容することで、自己回避性とエルゴード性を維持する。
• 自然な張力緩和を反映する高受容率遷移を優遇することで、メモリ使用量と探索空間を削減する。
• 透過時間は、フラクチュエーティングボンドと自己回避ポリマーのモデルを用いた2次元正方形格子上でのシミュレーションから収集される。
• 透過時間データにMoyal確率分布をフィットさせ、理論的モデルとしての正確性を評価する。

実験結果

リサーチクエスチョン

• RQ1 組み込み張力伝播機構を有する逐次確率的アルゴリズムは、高受容率を達成しつつ、鎖状体のダイナミクスを効率的にシミュレートできるか？
• RQ2 提案されたアルゴリズムは、計算効率およびメモリ使用量の観点で、既存手法と比較してどのように異なるか？
• RQ3 2次元自己回避ポリマーにおける透過時間の背後にある確率分布は何か？
• RQ4 Moyal分布は、シミュレーションおよび実験文献からの透過時間データを正確にモデル化できるか？
• RQ5 鎖長や張力伝播範囲といったパラメータは、透過時間分布にどのように影響を与えるか？

主な発見

• 提案されたアルゴリズムは、張力伝播メカニズムにより高受容率コンformationを優遇することで、顕著なメモリおよび計算効率の向上を達成する。
• シミュレーションにおける透過時間は、大規模データセットへのフィットにより、Moyal確率分布に極めて高い精度で従うことが確認された。
• 特に小さな時間値において、Moyal分布は $ t^{a_1} \text{exp}(-a_2 t) $ などの代替モデルよりも優れた適合を示す。
• Moyal分布は、電圧駆動DNA透過およびランジュバンダイナミクスシミュレーションからの透過時間データを正確にモデル化できる。
• 実験的ヒストограмから得られたパラメータ $ b \approx 0.21 $ は、Moyal分布が現実世界のデータに適切であることを裏付け、その関連性を確認した。
• このアルゴリズムにより、信頼性の高い大規模データセットの生成が可能となり、透過時間の普遍的モデルとしてMoyal分布の同定が促進された。