[论文解读] Universal and Efficient Entropy Estimation Using a Compression Algorithm

Ram Avinery, Micha Kornreich+1 more|arXiv (Cornell University)|Sep 28, 2017

Protein Structure and Dynamics被引用 1

一句话总结

本文提出一种通用的、计算高效的熵估计方法，利用无损压缩算法，已在自旋模型至蛋白质折叠模拟等多种系统中得到验证。该方法可实现高精度的熵与吉布斯自由能计算，并对细微动力学变化（包括此前无法检测到的蛋白质折叠轨迹中的熵涨落）具有高度敏感性。

ABSTRACT

Entropy and free-energy estimation are key in thermodynamic characterization of simulated systems ranging from spin models through polymer physics, protein structure, and drug-design. Current techniques suffer from being model specific, requiring abundant computation resources and simulation at conditions far from the studied realization. Here, we present a novel universal scheme to calculate entropy using lossless compression algorithms and validate it on simulated systems of increasing complexity. Our results show accurate entropy values compared to benchmark calculations while being computationally effective. In molecular-dynamics simulations of protein folding, we exhibit unmatched detection capability of the folded states by measuring previously undetectable entropy fluctuations along the simulation timeline. Such entropy evaluation opens a new window onto the dynamics of complex systems and allows efficient free-energy calculations.

研究动机与目标

• 开发一种避免依赖特定模型假设的通用熵估计技术。
• 相比现有需大量模拟的传统方法，降低计算成本。
• 实现对复杂系统（如蛋白质折叠）中细微熵涨落的检测。
• 为分子动力学中的吉布斯自由能计算提供一种高效替代方案。

提出的方法

• 将无损压缩算法用作熵估计的代理方法。
• 利用系统构型的压缩比率，通过算法复杂性估算熵。
• 将该方法应用于复杂度逐步提升的模拟系统，包括自旋模型和蛋白质折叠。
• 通过与基准熵计算结果对比验证其准确性。
• 将该方法扩展至检测模拟时间线上熵涨落的变化。
• 通过熵的评估展示其在吉布斯自由能计算中的适用性。

实验结果

研究问题

• RQ1 无损压缩算法能否在多种物理系统中准确估计熵？
• RQ2 与基准熵计算相比，该基于压缩的方法在准确性和效率方面表现如何？
• RQ3 该方法能否检测到此前在蛋白质折叠模拟中无法察觉的熵涨落？
• RQ4 该方法在多大程度上可实现复杂系统中高效吉布斯自由能计算？

主要发现

• 基于压缩的方法可实现与基准计算相当的高精度熵估计。
• 该方法计算高效，所需计算资源少于传统依赖特定模型的方法。
• 该方法可检测到蛋白质折叠模拟时间线上此前无法察觉的熵涨落。
• 通过精确的熵评估，该方法可实现高效的吉布斯自由能计算。
• 该技术具有通用性，可适用于从自旋模型到蛋白质等复杂度逐步提升的各类系统。
• 该方法在识别蛋白质折叠动力学中折叠态方面展现出无与伦比的敏感性。