XiaoMi-AI文件搜索系统
World File Search System自由能
自由能原理下意识的神经相关性：从计算相关到计算解释。
摘要自由能原理如何有助于对意识的神经相关性进行研究，以及对意识的科学研究？在自由能原理下，应根据神经动力学而不是神经状态定义神经相关性，并应通过对意识的计算相关性的研究来构成 - 根据神经状态编码的概率定义。我们认为，这些限制通过解决了两个核心问题，从而使对意识的计算解释的前景更加明亮。首先是在没有感觉刺激和行为的情况下考虑意识。第二个是允许实现与意识相关的计算的系统，而无需意识，从而区分了仅模拟有意识和自身意识的计算系统的计算系统之间的区分。鉴于自由能原理所带来的计算概念，我们在有争议的情况下（例如，在没有感觉刺激和行为）的情况下，我们对意识的归属产生了限制。我们表明，这也对它的含义也有影响，而不是仅仅模拟有意识的系统。
迪亚巴特方法测定同质异形体自由能 - UCL Discovery
晶格切换蒙特卡罗和相关的 diabat 方法已成为计算同质异形体之间自由能差异的有效而准确的方法。在这项工作中，我们引入了从一种分子晶体中的参考位置和位移到另一种分子晶体中的位置和位移的一对一映射。映射的两个特点有助于使用晶格切换蒙特卡罗和相关的 diabat 方法计算同质异形体自由能差异。首先，映射是单一的，因此其雅可比矩阵不会使自由能计算复杂化。其次，对于任意复杂度的分子晶体，映射都很容易实现。我们通过计算苯和卡马西平同质异形体之间的自由能差异来证明映射。热力学循环的自由能计算，每个循环都涉及三个独立计算的同质异形体自由能差异，都以高精度返回到起始自由能。因此，这些计算提供了方法的力场独立验证，并使我们能够估计单个自由能差异的精度。
劳伦斯伯克利国家实验室
自由能是一种重要的热力学性质，它使得计算物理系统几乎所有的平衡性质成为可能，从而可以构建相图并预测传输、化学反应和生物过程。因此，有效计算自由能的方法引起了物理学和自然科学领域的广泛关注，而自由能通常是一个难题。大多数计算自由能的技术都针对经典系统，而对量子系统中自由能的计算则较少探索。最近开发的涨落关系使得从一组动态模拟中计算量子系统中的自由能差异成为可能。虽然在经典计算机上执行此类模拟难度极大，但量子计算机可以有效地模拟量子系统的动态。在这里，我们提出了一种算法，该算法利用一种称为 Jarzynski 等式的涨落关系来在量子计算机上近似量子系统的自由能差异。我们讨论了在什么条件下我们的近似值会变得精确，以及在什么条件下它充当严格的上限。此外，我们成功地在真实的量子处理器上使用横向场 Ising 模型证明了我们的算法的概念。随着量子硬件的不断改进，我们预计我们的算法将能够计算自然科学中各种量子系统的自由能差异。
预测 β-内酰胺酶活力：折叠和结合自由能与 β-内酰胺酶适应性之间的关系
分子进化的长期追求之一是能够直接从生物体的基因型预测其适应性。有了这种预测能力，研究人员将能够更准确地预测生物体将如何进化以及如何设计具有新功能的蛋白质，从而带来医学和生物技术的革命性进步。在这项工作中，我们汇集了已报道的最大一组实验性 TEM-1 β-内酰胺酶折叠自由能，并将这些数据与之前获得的适应性数据和计算自由能预测结合起来，以确定 β-内酰胺酶的适应性有多少可以通过热力学折叠和结合自由能直接预测。我们专注于 β-内酰胺酶，因为它作为模型酶已有悠久历史，并且在抗生素耐药性中发挥着核心作用。基于一组 21 个专门设计用于影响蛋白质折叠的 β-内酰胺酶单突变体和双突变体，我们首先证明，用于计算折叠自由能的建模软件（例如 FoldX 和 PyRosetta）可以有意义地（尽管不是完美地）预测单突变体的实验折叠自由能。有趣的是，虽然这些技术也能产生合理的双突变体自由能，但我们表明它们这样做是出于错误的物理原因。然后，我们继续评估实验和计算折叠自由能对单突变体适应性的解释程度。我们发现，根据线性模型，折叠自由能最多可解释 β-内酰胺酶适应性值方差的 24%，而且，有点令人惊讶的是，用计算预测的活性位点附近残基的结合自由能补充折叠自由能只会使折叠数字增加几个百分点。这强烈表明，β-内酰胺酶的适应性大部分由自由能以外的因素控制。总体而言，我们的研究结果揭示了
1 AMS基金会考试B部分，计算生物学...
问题3。请注意，此问题有多个部分。3A：使用分子力学概括的BORN表面积（MM-GBSA）方法，绘制通常用于计算具有受体靶R的配体L之间结合的绝对自由能（D G结合）的热力学循环。清楚地标记了您数字的所有零件和条款。写下简单的表达式，该表达式将热力学循环的哪个腿用于计算估计结合d g结合的绝对自由能，如果计算确切的话，它将等于结合d g expt的绝对实验自由能。表示哪个腿最适合配体的绝对水合自由能，并提供了通常用于估计d g hyd的“通用”两项方程。
在...
作为中央热力学特性，自由能可以计算物理系统的任何平衡性能，从而构建相图以及有关运输，化学反应和生物过程的预测。因此，通常是一个很难的问题，这是物理和自然科学领域的极大兴趣。大多数用于计算自由能的技术目标经典系统，从而使量子系统中的自由能的计算减少了。最近发出的波动关系可以从动态模拟集合中计算量子系统中的自由能差异。在经典计算机上执行此类模拟时，量子计算机很难成倍地模拟量子系统的动力学。在这里，我们提出了一种利用称为jarzynski平等的频率关系来近似量子计算机上量子系统的自由能差异的算法。我们讨论了我们的近似条件确切的条件，在哪些条件下作为严格的上限。此外，我们成功地使用了实际量子处理器上的横向场模型来证明我们的算法概念概念。随着量子硬件的不断改善，我们预计我们的算法将对整个自然科学有用的各种量子系统进行自由能差的计算。
![arXiv:2001.11635v2 [cond-mat.dis-nn] 2020 年 11 月 29 日](/simg/3\3661be7f9b16f1d9658ad16de93b122e773a4691.webp)
arXiv:2001.11635v2 [cond-mat.dis-nn] 2020 年 11 月 29 日
我们提出了一个简单的模型系统，其中四个硬盘在一个圆形区域内移动，可以直接计算自由能景观，并在二维和三维中将其可视化。我们为我们的系统构建了几个能量景观，并探索了每个景观在理解系统动力学方面的优势和局限性，特别是状态转换和自由能屏障之间的关系。我们还证明了区分实空间中的系统动力学和景观坐标中的系统动力学的重要性，并表明必须注意适当地将动力学与屏障属性结合起来才能理解转换速率。这个简单的模型提供了一种直观的方式来理解自由能景观，并说明了自由能景观相对于势能景观的优势。
预印本正在审查主动推断，贝叶斯最佳设计和预期的实用程序Noor Sajid 1*，Lancelot da Costa 1,2，Thomas Parr 1和Karl
抽象的主动推理是自由能原理的推论，是描述某些类型的随机动态系统的行为的形式方法 - 具有感知的外观。在本章中，我们描述了主动推断如何在单个命令下结合贝叶斯决策理论和最佳的贝叶斯设计原理，以最大程度地减少预期自由能。正是主动推理的这一方面允许自然而然地出现寻求信息行为。从预期的自由能中删除先前的结果偏好时，主动推断将减少为最佳贝叶斯设计，即信息增益最大化。相反，在没有歧义和相对风险的情况下，即预期的效用最大化，主动推论会减少贝叶斯决策理论。使用这些限制案例，我们说明了当代理选择优化预期效用，预期信息增益和预期自由能的动作时，行为如何不同。我们的T迷宫模拟显示了优化的预期自由能产生目标指导的信息寻求行为，同时优化预期的实用程序会诱导纯粹的利用行为，并最大程度地提高信息增益产生本质上动机的行为。
利用基于物理的混合机器学习/分子力学潜力实现炼金术自由能计算的化学精度
1 计算与系统生物学项目，斯隆凯特琳研究所，纪念斯隆凯特琳癌症中心，纽约，纽约州 10065，美国；2 化学生物学三机构博士项目，威尔康奈尔医学科学研究生院，纽约，纽约州 10065，美国；3 计算生物学和医学三机构博士项目，威尔康奈尔医学科学研究生院，纽约，纽约州 10065，美国；4 生理学、生物物理学和系统生物学研究生项目，威尔康奈尔医学科学研究生院和计算与系统生物学研究生项目，斯隆凯特琳研究所，纪念斯隆凯特琳癌症中心，纽约，纽约州 10065，美国；5 纽约州奥奈市，纽约州；6 佛罗里达大学化学系；7 卡内基梅隆大学化学系； 15 8 奥地利维也纳大学药物化学系 16