XiaoMi-AI文件搜索系统
World File Search System自由能
经验能量图谱揭示蛋白酶体在多肽转运中的机制
摘要 AAA+ 家族中的环状 ATPase 复合物执行多种细胞功能，这些功能需要其各个 ATPase 亚基的构象转变之间的协调（Erzberger 和 Berger，2006 年；Puchades 等人，2020 年）。如何通过这些协调运动捕获 ATP 水解产生的能量来做机械功尚不清楚。在本研究中，我们开发了一种新方法，用于基于互补的结构和动力学测量来描绘蛋白酶体异六聚体 ATPase 复合物的核苷酸依赖性自由能景观 (FEL)。我们使用 FEL 模拟蛋白酶体的动力学并定量评估预测的结构和动力学特性。FEL 模型预测与本研究和以前研究中的广泛实验观察结果一致，并提出了蛋白酶体 ATPase 的新型机制特征。我们发现 ATPase 亚基的协同运动源自 ATPase 六聚体的设计，该设计要求每个核苷酸结合状态具有独特的最小自由能。ATP 水解通过触发 ATPase 复合物的能量耗散构象转变来决定底物转位的方向。
用截断泰勒级数制备变分量子吉布斯态
量子吉布斯态的制备是量子计算的重要组成部分，在量子模拟、量子优化和量子机器学习等各个领域都有广泛的应用。在本文中，我们提出了用于量子吉布斯态制备的变分混合量子-经典算法。我们首先利用截断泰勒级数来评估自由能，并选择截断自由能作为损失函数。然后，我们的协议训练参数化量子电路以学习所需的量子吉布斯态。值得注意的是，该算法可以在配备参数化量子电路的近期量子计算机上实现。通过进行数值实验，我们表明只需一个额外量子位的浅参数化电路就可以训练来制备保真度高于 95% 的伊辛链和自旋链吉布斯态。具体来说，对于伊辛链模型，我们发现仅具有一个参数和一个附加量子位的简化电路假设可以被训练以在逆温度大于 2 时实现吉布斯态制备的 99% 保真度。
热力学理想量子态输入至任意设备
我们研究并确定任何有限时间物理过程的理想输入。我们证明熵流、热量和功的期望值都可以通过初始状态的 Hermitian 可观测量来确定。这些 Hermitian 算子概括了行为的广度和常见热力学目标的理想输入。我们展示了如何通过测量有限数量、实际上任意输入的热力学输出来构造这些 Hermitian 算子。因此，少量测试输入的行为决定了所有输入的全部热力学行为范围。对于任何过程，熵流、热量和功都可以通过纯输入态（各自算子的本征态）来极化。相反，最小化熵产生或最大化自由能变化的输入状态是从算子获得的非纯混合态，它们是凸优化问题的解。为了实现这些目标，我们提供了一种易于实现的密度矩阵流形梯度下降法，其中解析解在每个迭代步骤中产生有效的下降方向。有限域内的理想输入及其相关的热力学算子可以用较少的努力获得。这允许在无限维量子系统的量子子空间内分析理想的热力学输入；它还允许在经典极限中分析理想输入。我们的例子说明了“理想”输入的多样性：不同的初始状态使熵产生最小化，使自由能的变化极端化，并最大化工作提取。
模拟代理中的可供性和主动运动控制推理
灵活、目标导向的行为是人类生活的一个基本方面。基于自由能最小化原理，主动推理理论从计算神经科学的角度形式化了这种行为的产生。基于该理论，我们引入了一种输出概率、时间预测、模块化的人工神经网络架构，该架构处理感觉运动信息，推断其世界中与行为相关的方面，并调用高度灵活、目标导向的行为。我们表明，我们的架构经过端到端训练以最小化自由能的近似值，开发出可以解释为可供性图的潜在状态。也就是说，新出现的潜在状态根据本地环境发出信号，表明哪些动作会导致哪些效果。结合主动推理，我们表明可以调用灵活的、目标导向的行为，并结合新出现的可供性图。因此，我们的模拟代理可以灵活地穿越连续空间，避免与障碍物发生碰撞，并首选能够以高确定性到达目标的路径。此外，我们还表明，学习后的代理非常适合跨环境进行零样本泛化：在少数固定环境中训练代理后，这些环境中的障碍物和其他地形会影响其行为，它在程序生成的环境中的表现同样出色，这些环境包含不同数量的障碍物和不同位置的各种大小的地形。
emle-engine-a-a-flexible-electrostatic-machine-machine-earnning- ...
我们在这项工作中介绍了Emle-Engine软件包 - 用于混合机器学习潜力 /分子力学（ML / MM）动力学模拟的新机器学习嵌入方案的实施。该软件包是基于一种嵌入方案，该方案使用基于物理的电子密度模型和诱导模型，并具有少数可调参数，这些参数衍生在要嵌入的子系统的真空属性中。该方案完全独立于真空电位，仅需要机器学习子系统原子的位置以及分子力学环境的位置和部分电荷。这些特征允许现有QM/mm软件中使用EMLE引擎。我们证明实施的静电机学习嵌入方案（命名EMLE）在增强的采样分子动力学模拟中是稳定的。通过计算水中丙氨酸二肽的自由能表面，具有两个不同的ML真空电位和两个嵌入模型的ML选项，我们测试了EMLE的影响。与参考DFT/MM表面相比，EMLE嵌入显然优于基于固定部分电荷的MM。与MM嵌入相比，通过电子密度的构型依赖性和感应能量的包含，通过电子密度的构型依赖性和感应能量的包含来导致自由能表面平均和最大误差的系统降低。
由 Quantum Magic 提供支持的零度和有限温度量子模拟
我们引入了一种量子信息理论启发的方法来改进近期量子设备上多体汉密尔顿量的表征。我们设计了一类新的相似变换，当将其作为预处理步骤应用时，可以大大简化汉密尔顿量，以便在量子硬件上进行后续分析。根据设计，可以使用纯经典资源有效地识别和应用这些变换。在实践中，这些变换使我们能够缩短必要的物理电路深度，克服不完善的近期硬件所施加的限制。重要的是，我们的变换质量是可调的：我们定义了一个变换“阶梯”，以更经典的计算为代价产生越来越简单的汉密尔顿量。使用量子化学作为基准应用，我们证明我们的协议可以显著提高数字和模拟量子硬件上零温度和有限温度自由能计算的性能。具体来说，我们的能量估计不仅优于传统的 Hartree-Fock 解决方案，而且随着我们调整转换质量，这种性能差距也在不断扩大。简而言之，我们基于量子信息的方法为在近期硬件上实现有用且可行的量子化学算法开辟了有希望的新途径。量子化学的一个核心任务是确定电子汉密尔顿量的基态能量和有限温度自由能。虽然许多算法旨在利用量子硬件来解决问题 [ 21 , 31 , 47 , 48 ]，但近期硬件的限制，尤其是有限的电路深度，带来了挑战。解决这一难题的一种方法是
CRISPR中非目标DNA裂解的催化机制...
摘要：CRISPR-CAS9是一种尖端的基因组编辑技术，它使用核酸内切酶Cas9在基因组所需的位点引入突变。这个革命性的工具有望治疗无数的人类遗传疾病。然而，尚未确定DNA裂解的分子基础，这是基因组编辑的基本步骤。在这里，使用量子 - 经典分子动力学（MD）和自由能方法来披露CRISPR-CAS9中磷酸二酯键裂解的两级依赖机理。从头算MD揭示了Mg 2+磅重的RUVC活动位点的构象重排，这需要H983的搬迁作为一般基础。然后，DNA的裂解通过两个Mg 2+离子的联合动力学从根本上进行的一致的关联途径进行。这证明了先前有争议的实验证据，这些证据无法完全确定保守的H983和金属簇构象的催化作用。与其他两级依赖性酶的比较支持了识别机制，并提出了基因组编辑和重组的常见催化策略。总体而言，此处描述的非目标DNA裂解催化解决了CRISPR-CAS9生物学中的基本开放问题，并为提高Cas9酶的催化效率和金属依赖性功能提供了宝贵的见解，这是基于基因组编辑工具的开发的基础。关键字：基因组编辑，QM/mm，自由能模拟，蛋白质/核酸相互作用，非编码RNA，磷酸二酯键裂解，镁辅助催化催化，CRISPR-CAS9■简介
使用自由能量优化的互补工作记忆来学习序列中的特征和结构
摘要 — 我们提出了一个整体框架，用于对皮质基底系统 (CX-BG) 和额叶纹状体系统 (PFC-BG) 进行建模，以生成和回忆音频记忆序列；即声音感知和语音产生。我们真正的模型基于称为 INFERNO 的神经结构，代表循环神经网络的迭代自由能优化。自由能 (FE) 对应于内部或外部噪声的预测误差。FE 最小化用于在 PFC 中探索、选择和学习在 BG 网络中执行的最佳操作选择（例如声音产生），以便尽可能准确地重现和控制代表 CX 中声音的脉冲序列。两种工作记忆之间的差异依赖于神经编码本身，它基于 CX-BG 网络中的时间排序（脉冲时间依赖可塑性）和 PFC-BG 网络中序列的排序（门控或增益调制）。我们在这篇短文中详细介绍了负责以几毫秒的顺序对音频基元进行编码的 CX-BG 系统，以及负责学习序列中时间结构的 PFC-BG 系统。使用小型和大型音频数据库进行的两个实验展示了神经架构在检索音频基元以及基于结构检测的长距离序列方面的探索、泛化和抗噪能力。虽然两种学习机制都是用相同的顺序编码算法实现的，但 CX-BG 系统实现了无模型循环神经网络 (INFERNO)，而 PFC-BG 系统实现了门控循环神经网络 (INFERNO GATE)。
天冬氨酸衍生物在方解石表面的吸附
摘要：在许多生物体中，生物分子与碳酸钙的各种表面都有良好的相互作用。在这项工作中，我们考虑了天冬氨酸 (Asp) 衍生物与方解石的相互作用，作为复杂生物分子的模型。利用动力学生长实验，我们研究了 Asp、Asp 2 和 Asp 3 对方解石生长的抑制作用。这需要确定阶梯钉扎生长模式以及评估这三种物质与方解石晶体的吸附常数和结合自由能。将后者的值与从完全原子分子动力学模拟中获得的自由能曲线进行比较。当在模型中使用平坦的 (104) 方解石表面时，测量的结合能趋势很难再现。然而，一个更现实的模型由一个带有边缘和角的岛的表面组成，产生的结合能与实验结果非常吻合。令人惊讶的是，我们发现大多数结合模式都涉及带正电的铵基团。此外，虽然也经常观察到带负电荷的羧酸基团的附着，但它总是被等量或更多羧酸盐的水溶剂化所平衡。这些影响在方解石的所有特征上都观察到，包括边缘和角落，后者与对 Asp 衍生物的主导亲和力有关。由于这些特征也正是晶体生长的活性位点，实验和理论结果强烈指向生长抑制机制，即这些位点被阻塞，阻止溶解离子进一步附着并停止进一步生长。