[论文解读] Computing electrostatic potentials using regularization based on the range-separated tensor format

Peter Benner, Venera Khoromskaia+3 more|arXiv (Cornell University)|Jan 28, 2019

Tensor decomposition and applications参考文献 34被引用 5

一句话总结

本文提出了一种基于范围分离（RS）张量格式的泊松-玻尔兹曼方程（PBE）新型正则化方案，可高效计算生物分子中的静电势。通过利用低秩 canonical 张量表示将静电势分解为短程与长程分量，该方法将奇异的 Dirac delta 源替换为平滑且局域化的长程函数，从而实现通过单次 FDM/FEM 求解正则化部分，并直接叠加预先计算的短程贡献，进而在细网格上实现高精度计算，同时显著降低计算成本。

ABSTRACT

In this paper, we apply the range-separated (RS) tensor format [6] for the construction of new regularization scheme for the Poisson-Boltzmann equation (PBE) describing the electrostatic potential in biomolecules. In our approach, we use the RS tensor representation to the discretized Dirac delta [21] to construct an efficient RS splitting of the PBE solution in the solute (molecular) region. The PBE then needs to be solved with a regularized source term, and thus black-box solvers can be applied. The main computational benefits are due to the localization of the modified right-hand side within the molecular region and automatic maintaining of the continuity in the Cauchy data on the interface. Moreover, this computational scheme only includes solving a single system of FDM/FEM equations for the smooth long-range (i.e., regularized) part of the collective potential represented by a low-rank RS-tensor with a controllable precision. The total potential is obtained by adding this solution to the directly precomputed rank-structured tensor representation for the short-range contribution. Enabling finer grids in PBE computations is another advantage of the proposed techniques. In the numerical experiments, we consider only the free space electrostatic potential for proof of concept. We illustrate that the classical Poisson equation (PE) model does not accurately capture the solution singularities in the numerical approximation as compared to the new approach by the RS tensor format.

研究动机与目标

• 解决传统 PBE 求解器因生物分子静电势中存在奇异 Dirac delta 源而导致的数值不稳定与高成本问题。
• 克服经典有限元方法在点电荷附近难以实现粗网格分辨率的局限性。
• 开发一种正则化技术，确保在溶质-溶剂界面处保持 Cauchy 数据的连续性，而无需复杂的界面处理。
• 通过利用长程静电相互作用的低秩张量结构，在细网格上实现准确且高效的求解。
• 通过解耦短程与长程分量，实现分子旋转下静电势的高效重新计算。

提出的方法

• 利用范围分离（RS）张量格式，在三维笛卡尔网格上将牛顿势分解为局域化的短程分量与平滑的长程分量。
• 通过简化高阶奇异值分解（RHOSVD）实现的 canonical-to-Tucker（C2T）变换，将长程部分表示为低秩 canonical 张量。
• 将 PBE 中的奇异 Dirac delta 分布替换为长程分量的平滑、低秩近似，从而通过标准 FDM/FEM 实现稳定数值求解。
• 预先计算具有局部支撑的短程贡献作为低秩张量，避免重复求解完整 PBE。
• 通过将数值求解的长程部分与预先计算的短程张量表示相加，构建总势能。
• 将 RS 张量格式应用于 PBE 的右端项，确保修改后的源项在分子区域内局域化，并保持界面连续性。

实验结果

研究问题

• RQ1 范围分离张量格式是否可用于正则化 PBE，从而避免奇异源项的同时保持解的精度？
• RQ2 与经典泊松方程和 PBE 模型相比，基于 RS 张量的正则化方法在原子核附近解奇异性捕捉方面表现如何？
• RQ3 与传统 FEM/FDM 方法相比，该方法在多大程度上实现了在更细网格上的精确静电计算？
• RQ4 长程与短程分量的解耦是否能够实现分子旋转下静电势的高效重新计算？
• RQ5 基于 RS 张量的 PBE 求解器在低秩近似误差与系统求解成本方面，可达到怎样的精度与计算效率？

主要发现

• 基于 RS 张量的正则化将 PBE 简化为对长程分量的单次线性系统求解，与多求解方法相比显著降低了计算成本。
• 在 $257^3$ 网格上，该方法对蛋白质 Fasciculin 1 的离散 $L_2$ 误差低于 $4.3 imes 10^{-8}$，表现出高精度。
• 在 $n=129^3$ 时，长程分量的近似误差为 $ ext{O}(10^{-5})$（RS 秩为 10）；在 $n=257^3$ 时，通过更严格的截断阈值，误差降至 $ ext{O}(10^{-6})$。
• 经典泊松方程无法准确捕捉解的奇异性，而基于 RS 张量的方法通过分解正确解析了这些奇异性。
• 由于长程势的低秩结构，该方法可在远细于传统 FEM 的网格上实现精确计算。
• 该方法可自然推广至非线性 PBE，因为仅需修改分子区域内的源项，非线性区域保持不变。