XiaoMi-AI文件搜索系统
World File Search System力场
模拟电路设计创新的潜在因素？
摘要 近年来，人们对模拟信号处理和计算架构的兴趣普遍复苏。此外，关于混沌和模拟混沌振荡器的理论和实验文献也非常丰富。这些电路的一个特点是，尽管结构简单，但当通过耦合机制使其中几个电路同步时，它们能够生成复杂的时空模式。本文虽然不是系统的综述，但它提供了个人对这一领域的见解。在简要介绍设计方面和可能出现的同步现象之后，本文介绍了一些体现潜在应用的结果，包括机器人控制、分布式传感、储层计算和数据增强。尽管这些电路具有有趣的特性，但它们的工业应用在很大程度上仍未实现，这似乎是由于各种技术和组织因素，包括设计和优化技术的缺乏。针对这种情况，给出了一些思考，混沌振荡器在模拟电路设计中的不连续创新的潜在相关性（单独和作为同步网络），以及阻碍向更高技术准备水平过渡的因素。关键词：模拟电路设计、模拟计算、模拟信号处理、生物启发机器人、混沌、混沌同步、混沌振荡器、数据增强、分布式感知、力场、炒作周期、创新、神经系统、模式生成、技术准备
纯硅沸石中有机结构导向剂的基准结合能计算
分子建模在发现沸石有机结构导向剂 (OSDA) 方面发挥着重要作用。通过量化主客体相互作用的强度，可以选择具有成本效益的分子，以最大限度地结合给定的沸石骨架。在过去的几十年中，人们使用了各种方法和理论水平来计算这些结合能。然而，对于高通量虚拟筛选工作的最佳计算策略，尚无共识。在这项工作中，我们比较了从静态和时间平均模拟中获得的 272 个沸石-OSDA 对的密度泛函理论 (DFT) 和 Dreiding 力场计算的结合亲和力。借助自动化软件，我们表明冻结姿势方法的 Dreiding 结合能与 DFT 能量相关性最好。它们对初始晶格参数和优化算法的选择也不太敏感，并且比时间平均方法的计算成本更低。此外，我们证明了，通过分子动力学模拟更广泛地探索构象空间，尽管成本高出几个数量级，但与冻结姿势方法相比，结合能趋势并没有显著改善。代码和基准数据是开源的，为计算沸石-OSDA 对中的结合能提供了可靠且计算效率高的指导。
推动分子动力学模拟的前沿
说明此研讨会是MDDB项目的一部分。在短短的几十年中，分子动力学（MD）世界已经从一些高度专业的团体主导的领域，对技术和软件开发人员通常是方法和软件开发人员的深刻了解，转变为在包括生物学在内的许多科学领域都存在MD的情况。分子力学用于放松模型，例如在Alphafold中，现在许多实验技术等实验技术定期将其数据与仿真相结合，我们看到了数据驱动的建模的出现，其中大量的实验数据，例如。来自突变研究或基因组测序与模拟结合（尤其是在Covid-19大流行期间）。一方面，该领域在更准确的力场，更有效的MD发动机的开发，对增强采样算法的更好理解中取得了巨大进展 - 更不用说计算机的进步以及在具有预测能力的技术中转化了MD的定制设计硬件，该技术可用于削弱生命和生命的能力。但是，尽管该领域蓬勃发展，但我们也面临着许多挑战：Exascale计算机将提供比以往任何时候都更多的功率，但是在模拟中不可能使用所有这些功能，而无需取得采样算法的进步。同时，社区的努力正在协调数千台私人计算机的使用，这些计算机的合并功率允许在许多情况下获得比使用大型超级计算机获得的富裕的合奏。冷冻整体和超分辨率显微镜。经典的力场可以说是达到其极限，并且随着商品硬件越来越优化了对AI工作负载的优化，可以说是时候从根本上重新审视我们的方法来迫使我们的磁场，但是当前，这些方法降低了经典模拟的降低阶级，而在模拟长度上，我们会带来仿真的长度，这使我们回到了采样效率的质疑。MD模拟和粗粒子和介观模型的组合开放了研究的新领域，以研究甚至真核染色质的小细胞器，事实证明，这是一种非常有价值的补体，例如但是，这些模型显然没有达到整个系统中进行彻底采样的时间表；应该如何处理？我们可以将更多的实验数据集成为限制因素，还是需要新一代的超透明粒度模型？我们是否可以找到方法来对模型量表进行逐步缩放，而不会固有地卡在最内在/最慢的模型的时间范围内？我们认为，现在是时候审查最近的发展，批判性地评估有潜力进行重大科学进步的领域，确定可以解决的瓶颈和挑战，并共同制定了社区路线图，以解决关键问题。我们想审问和向现场世界领导者学习：
使用选择（desk）
摘要。马尔可夫链蒙特卡洛法被广泛用于多孔介质随机问题。但是，问题的大量随机维度导致该方法的接受率较低。基于差分进化的马尔可夫链蒙特卡洛方法是此问题的良好替代方法。此外，为了减少问题的随机维度，Karhunen-lo` eve膨胀（KLE）通常用于生成验收能力场。此策略非常有效，但允许在模拟过程中仅生成一个协方差函数的字段。从这个意义上讲，各种自动编码器（VAE）通过生成几种类型的字段而得出，从而导致更现实的模拟。然后，KLE发出了不同字段（不同的协方差函数）的数据集（不同的协方差函数）来训练VAE神经网络。这项工作应用了差分进化马尔可夫链蒙特卡洛方法，其中选择步骤（桌）用于解决涉及异质介质中单相流体流量的贝叶斯推理问题。结果表明，桌面的性能要比原始DE方案更好。此外，VAE结果与KLE的结果非常相似，表明即使使用更通用的场发生器，该方法也是一致的。
从离域量子源的重力中的量子效应
了解与量子理论接口处重力的基本性质是理论物理学中的主要开放疑问。最近，对引力量子系统的研究，例如，在位置量子叠加和采购引力领域中制备的大规模量子系统吸引了很多关注：量子光学实验正在努力实现实验室中的这种情况，并预期与量子源相关的引力源可为某些性质提供一些信息。在理论方面，量子信息工具用于解释结果。然而，关于这些实验可以利用重力的量子性质的确切结论，仍然存在开放的问题，例如，该制度中的实验是否能够比重力场的牛顿部分能够测试更多。在我的演讲中，我将提出一个新的结果，在此结果中，离域的量子源会产生无法使用牛顿电位或作为经典一般相对性的限制而无法再现的效果。这些效应原则上可以通过进行干扰实验来测量，并且与重力发射无关。与牛顿潜力相比，识别重力的量子方面要比牛顿潜力更强的量子方面至关重要，这对于证明重力场的非经典性，并计划在更广泛的意义上比迄今为止建议的更广泛的意义上测试重力的新一代实验。
针对 SARS-CoV-2 主要蛋白酶 Mpro 的凝血调节剂用于治疗 COVID-19：一种计算机模拟方法
PyRx-virtual 筛选工具用于与协议对接：（i）检查 SARS-CoV-2 Mpro 蛋白质结构（PDB 6Y2E）中缺失的原子、键和接触，去除水分子并使用以下参数进行能量最小化，力场：Amber ff14SB，最陡下降步长：100，最陡下降步长：0.02 Å，共轭梯度步长：10，共轭梯度步长：0.02 Å，使用 Chimera 版本 1.14 上的分子建模工具包 (MMTK) 包。（4）该最小化结构用作对接分析的受体。（ii）将最小化结构保存为 pdb 文件并导入 PyRx 软件。（iii）配体也以 pdb 格式导入。Autodock Tools 模块用于生成 pdbqt 输入文件。 (iv) 使用 Autodock Vina 算法对选定的配体进行对接。在 Autodock Vina 中，网格框设置为覆盖 Mpro 的活性位点，其尺寸为 Å：中心 (x, y, z) = (-16.46, -26.70, 1.58)，尺寸 (x, y, z) = (23.34, 19.09, 10.98)。然后以 8 的详尽度运行对接模拟。使用 Autodock Vina 模块内置评分功能预测的最低结合亲和力分数 (kcal/mol) 评估对接结果。
uni-gbsa-an-Automatic-workflow to-mm-gb-pb-sa- ...
评估蛋白质配体复合物的结合自由能是药物设计中最重要的任务之一。与自由能扰动（FEP）和热力学整合（Ti）等方法相比，这些方法是准确但资源昂贵的，并且对接得分功能，这些功能较不可靠但有效，分子力学/广义力学/广义（Poisson-Boltzmann）表面积（MM/GB（PB）SA）（MM/GB（PB）SA），以适用于精确效果和效率，这是一个很好的选择。有几种用于执行MM/GB（PB）SA计算的开源工具，但是它们不容易使用，尤其是在处理大量分子时。在这里，我们介绍了Uni-GBSA，这是一种自动工作流程，从力场构建中执行MM/GB（PB）SA计算，结构优化到自由能计算。用于在虚拟筛选中评估一个针对一个蛋白质靶标的几个分子，Uni-GBSA提供了批处理模式，消除了许多重复计算，以同时有效地处理多分子的计算。实验表明，具有精心设计的参数和工作流程默认设置的UNI-GBSA可以获得可靠的结合自由能评估。Uni-GBSA软件（包括源代码）是免费的，可以在https://github.com/dptech-corp/uni-gbsa上找到。
材料计算建模代码：CSE-840 ...
1. 描述：本课程使用计算机模拟的理论和应用来建模、理解和预测真实材料的性质。具体主题包括：从经典势能到第一性原理方法的能量模型；密度泛函理论和总能量伪势法；定量预测的误差和准确性、热力学集合和传输特性。本课程采用从先进材料的工业应用到纳米技术的案例研究。实验课将让学生直接体验经典力场、电子结构方法和分子动力学和动力学的模拟。 2. 教育目标：本课程旨在向学生介绍材料科学不同领域使用的各种方法。本课程将包括讲义、实验练习和中观和纳米尺度的电子结构计算和材料建模的作业 3. 课程成果：在课程结束时，学生应该能够 i) 使用适合手头问题的电子和原子模拟技术设计、执行和分析计算机实验，ii) 能够从模拟中提取材料属性； iii) 认识近似值并估计每种建模技术的预期准确度水平，以及 iv) 能够批判性地阅读有关材料计算建模和模拟的当前科学文献。详细课程内容：
键合类型碲-氮相互作用
摘要：我们回复 J.-M. Mewes、A. Hansen 和 S. Grimme (MHG) 的评论，他们对我们通过气体电子衍射 (GED) 确定的 (C 6 F 5 )Te(CH 2 ) 3 NMe 2 中 N···Te 距离的 re 值的准确性提出质疑。我们最终证明，MHG 引用的参考计算结果不如他们声称的固态和气相准确。我们通过更高级别的计算表明，我们并未遗漏开链构象异构体的重大贡献。对模拟散射数据的细化表明，此类贡献对 re (N···Te) 的影响几乎可以忽略不计。MHG 建议使用 H0 调谐的 GFN 方法来计算振动校正 rare ，但这并没有显著改变这些值。使用更高级别的解析谐波和数值立方力场 (PBE0-D3BJ/def2-TZVP) 进行替代振幅计算，得出 re (N···Te) = 2.852(25) 的 GED 值，该值完全在原始值 2.918(31) 的实验误差范围内，但远低于 MHG 预测的 2.67(8)。现在改进的误差估计解释了计算辅助值的不准确性。与其他涉及弱化学相互作用的系统相比，弱 N···Te 相互作用的气固差异处于现实范围内。Mewes、Hansen 和 Grimme 最近的评论 [1]
通过积聚和解吸的天体物理环境中的碳质粉尘生长的准确粘性系数计算
上下文。宇宙灰尘在天体物理环境中无处不在，在那里它显着影响化学和光谱。粉尘晶粒可能通过从气相上的原子和分子的积聚到它们上生长。尽管它们的重要性，但只有少数研究计算了相关温度和物种的粘性系数，以及它们对谷物生长的直接影响。总体而言，粉尘及其生长的形成尚不清楚。目标。这项研究旨在计算与碳质粉尘晶粒相互作用的各种气体物种，以计算广泛的温度范围内的粘性系数，结合能和晶粒生长速率。方法。我们用反应力场算法进行了分子动力学模拟，以计算准确的粘附系数并获得结合能。这些结果用于建立成核区域的天体物理模型，以研究尘埃生长。结果。我们首次介绍了H，H 2，C，O和CO的粘性系数，其温度为50 K至2250 K的温度。此外，我们估计了碳质灰尘中H，C和O的结合能，以计算热值速率。结合积聚和解吸使我们能够确定碳尘的有效积聚率和升华温度。结论。我们发现，粘性系数可能与天体物理模型中常用的系数有很大不同。这为我们提供了新见解，可以通过粉尘形成区域的积聚来对碳质粉尘颗粒的生长。