PYCV: a PLUMED 2 Module Enabling the Rapid Prototyping of Collective Variables in Python
PYCV: a PLUMED 2 Module Enabling the Rapid Prototyping of Collective Variables in Python
复制标题
PYCV：一个 PLUMED 2 模块，支持 Python 中集体变量的快速原型设计
DOI：
--
复制
发表时间：
2019
影响因子：
--
通讯作者：
T. Giorgino
中科院分区：
文献类型：
--
作者：
T. Giorgino
集体变量（CV）是分子系统中粒子坐标的函数。CV的选择对于捕获被模拟模型的相关自由度至关重要（Barducci，Bonomi和Parrinello，2011）。这一点在采用有偏采样技术时尤其重要，例如伞式采样或元adaptics（Laio & Parrinello，2002; Torrie & Valleau，1977），这些技术将广义力应用于CV，以增强事件的采样，否则无法通过直接模拟观察到。CV可以是简单的几何可观测量（距离、角度、扭转等），但它们通常是更复杂的函数，旨在捕获结构决定因素，如蛋白质的三级和四级结构，实验观测值，晶体对称性等（Bonomi & Camilloni，2017; Branduardi，Gervasio，& Parrinello，2007; Pipolo等人，2017年）。
Collective variables (CVs) are functions of the coordinates of particles in a molecular system. The choice of CV is crucial to capture relevant degrees of freedom of the model being simulated (Barducci, Bonomi, & Parrinello, 2011). This is especially important when employing biased sampling techniques such as umbrella sampling or metadynamics (Laio & Parrinello, 2002; Torrie & Valleau, 1977), which apply generalized forces to CVs to enhance the sampling of events otherwise not observable by direct simulation. CVs may be simple geometrical observables (distances, angles, torsions, etc.), but often they are more complex functions designed to capture structural determinants, such as tertiary and quaternary structure of proteins, experimental observables, crystal symmetries, etc. (Bonomi & Camilloni, 2017; Branduardi, Gervasio, & Parrinello, 2007; Pipolo et al., 2017).