[論文レビュー] Polyply: a python suite for facilitating simulations of (bio-)macromolecules and nanomaterials

Fabian Grünewald, Riccardo Alessandri+4 more|arXiv (Cornell University)|May 12, 2021

Block Copolymer Self-Assembly被引用数 4

ひとこと要約

Polyply は、複雑な（生物）高分子およびナノ材料の分子動力学シミュレーションを高速化する Python ソフトウェアスイートである。多スケールグラフマッチングアルゴリズムを用いた迅速なパラメータ設定と、効率的なシステム設定を可能にする汎用的多スケールランダムウォークプロトコルを組み合わせている。複数の力場で妥当性が確認された精度を備え、マルチラミナリーなブロックコポリマーおよび相分離を示すポリマー・リピッドビセールなど、多様なシステムの高スループットシミュレーションを可能にする。

ABSTRACT

Molecular dynamics simulations play an increasingly important role in the rational design of (nano)-materials and in the study of biomacromolecules. However, generating input files and realistic starting coordinates for these simulations is a major bottleneck, especially for high throughput protocols and for complex multi-component systems. To eliminate this bottleneck, we present the polyply software suite that leverages 1) a multi-scale graph matching algorithm designed to generate parameters quickly and for arbitrarily complex polymeric topologies, and 2) a generic multi-scale random walk protocol capable of setting up complex systems efficiently and independent of the target force-field or model resolution. We benchmark quality and performance of the approach by creating melt simulations of six different polymers using two force-fields with different resolution. We further demonstrate the power of our approach by setting up a multi lamellar microphase-separated block copolymer system for next generation batteries, and by generating a liquid-liquid phase separated polyethylene oxide-dextran system inside a lipid vesicle, featuring both branching and molecular weight distribution of the dextran component.

研究の動機と目的

• 複雑な複数成分系の分子動力学シミュレーションにおける入力ファイル作成および現実的な初期座標の生成というボトルネックを解決すること。
• 最小限の手動介入で（生物）高分子およびナノ材料の高スループットシミュレーションワークフローを可能にすること。
• 柔軟で拡張可能なソフトウェアフレームワークを通じて、任意のポリマー構造および多様な力場をサポートすること。
• 相分離やマルチラミナリー構造を含む複雑なシステムの設定を、最小限のユーザー定義パラメータで容易にすること。

提案手法

• スイートは、複雑なポリマー構造に力場パラメータを自動割り当てる多スケールグラフマッチングアルゴリズムを採用し、迅速なパラメータ設定を実現する。
• 物理的に現実的で、目的の力場や解像度レベルに依存しない初期構造を生成するため、汎用的多スケールランダムウォークプロトコルを用いる。
• 粗粒度モデルと全原子モデルの両方をサポートしており、解像度スケール間のスムーズな遷移を可能にする。
• 既存の分子動力学エンジンと統合可能で、さまざまな詳細度の力場をサポートする。
• システム設定パイプラインはモジュラで拡張可能であり、ブロックコポリマー、分岐ポリマー、バイオ分子アセンブリなど多様な材料への応用が可能である。
• ソフトウェアは Python で実装されており、アクセス性、再現性、既存の科学計算ワークフローへの統合を確保する。

実験結果

リサーチクエスチョン

• RQ1 グラフマッチングアルゴリズムは、異なる力場において任意に複雑なポリマー構造を効率的にパラメータ設定できるか？
• RQ2 多スケールランダムウォークプロトコルは、複雑な複数成分系に対して物理的に現実的な初期構造をどれほど効果的に生成できるか？
• RQ3 このフレームワークは、マイクロ相分離を示すブロックコポリマーまたはビセール内での液体-液体相分離系のような挑戦的なシステムの高スループットシミュレーションを可能にするか？
• RQ4 Polyply は、異なる力場を用いたポリマーのメルトシミュレーションにおいて、性能と正確性をどの程度維持できるか？
• RQ5 システムの品質を損なうことなく、複雑なシミュレーション入力の準備における人的作業をどの程度削減できるか？

主な発見

• Polyply は、2つの異なる力場を用いて6種類の異なるポリマーのメルトシミュレーションを成功裏に生成し、パラメータセット間での強靭性と移植性を示した。
• 多スケールグラフマッチングアルゴリズムにより、分岐構造やマルチブロック構造を含む複雑なポリマー構造に対しても、迅速かつ正確なパラメータ割り当てが可能になった。
• 汎用的多スケールランダムウォークプロトコルにより、マルチラミナリーなブロックコポリマー構造を含む複雑なシステムに対して、物理的に安定で現実的な初期構造が生成された。
• ソフトウェアは、デキストランに分子量分布と分岐構造を有する脂質ビセール内でのポリエチレンオキシド-デキストラン系の液体-液体相分離系の設定に成功した。
• ベンチマークの結果、Polyply は高いパフォーマンスと正確性を維持しており、（生物）高分子およびナノ材料系の高スループットシミュレーションワークフローを支援していることが示された。