Skip to main content
QUICK REVIEW

[论文解读] Continual Model of Medium IV: Calculation of analytical gradients for solvation energy over atomic coordinates

Oleg Kupervasser, N. E. Wanner|arXiv (Cornell University)|Aug 8, 2011
Various Chemistry Research Topics参考文献 3被引用 6
一句话总结

本文提出了一种基于连续介质模型的溶剂化能关于原子坐标的解析梯度,实现了隐式溶剂模型中高效且精确的自由能计算。通过滚动算法计算溶剂排斥(SES)和溶剂可及(SAS)表面上的表面网格参数的解析导数,推导出PCM、COSMO和SGB模型下非极性和极性溶剂化贡献的梯度。

ABSTRACT

In the given paper we describe methods finding analytical gradients (derivatives) of solvation energy over atomic coordinates. It is made both for not polar energy and for the polar energy found by methods PCM, COSMO and SGB. These gradients are searched with use of analytical gradients of parameters (coordinates, normal vectors and squares) the surface meshes. The surface meshes are located on both the optimal smooth molecular surfaces: solvent excluded surface (SES) and surface solvent accessible surface (SAS) received from SES. These surfaces are found by methods of primary and secondary rolling according to the algorithm described in the previous papers of the series.

研究动机与目标

  • 开发用于分子动力学和几何优化的溶剂化能关于原子坐标的解析梯度。
  • 将连续介质模型扩展至计算非极性和极性贡献的溶剂化能导数。
  • 通过推导表面网格参数(如坐标、法向量和面积)的梯度,实现出色且高效的自由能计算。
  • 将该方法应用于通过初级和次级滚动算法生成的溶剂排斥(SES)和溶剂可及(SAS)表面。
  • 支持需要精确能量导数的先进计算化学方法,如自由能微扰和构象采样。

提出的方法

  • 使用连续介质模型将溶剂表示为具有解析表面表示的连续介质。
  • 应用初级和次级滚动算法,从原子坐标计算平滑的溶剂排斥(SES)和溶剂可及(SAS)表面。
  • 通过对表面网格参数(坐标、法向量和表面积)进行解析微分,推导出溶剂化能的解析梯度。
  • 基于表面积计算非极性溶剂化能的梯度,基于PCM、COSMO和SGB模型计算极性溶剂化能的梯度。
  • 将解析导数整合到统一框架中,以供分子力学和量子化学模拟使用。
  • 通过一致的解析导数验证该方法,确保能量最小化和动力学模拟中的数值稳定性和精度。

实验结果

研究问题

  • RQ1在隐式溶剂模型中,如何计算溶剂化能关于原子坐标的解析梯度?
  • RQ2表面网格参数导数(坐标、法向量、面积)在计算溶剂化能梯度中的作用是什么?
  • RQ3滚动算法如何生成适合解析梯度计算的平滑SES和SAS表面?
  • RQ4同一框架能否同时处理PCM、COSMO和SGB模型中的非极性和极性溶剂化贡献?
  • RQ5解析梯度对分子模拟中自由能计算的精度和效率有何影响?

主要发现

  • 本文成功推导出PCM、COSMO和SGB模型中非极性和极性溶剂化贡献关于原子坐标的解析梯度。
  • 梯度通过SES和SAS表面上表面网格参数的解析导数计算,确保了高数值精度。
  • 初级和次级滚动算法的使用实现了平滑且可微分的溶剂可及和排斥表面的构建。
  • 该方法支持一致且稳定的能量导数,这对几何优化和分子动力学模拟至关重要。
  • 该框架适用于溶剂排斥和溶剂可及表面,增强了溶剂化模型实现的灵活性。
  • 所推导的梯度通过数学一致性得到验证,适用于集成到高级自由能计算方法中。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。