Solution中のANI-2xおよびMACE-OFF23を用いた相対自由エネルギー計算の再現性

科学分野:

• 計算化学
• 分子モデリング
• 物理化学

背景:

• アルケミカル自由エネルギー計算は、分子特性を予測するために不可欠です。
• ニューラルネットワークポテンシャル（NNP）は、従来の力場に代わる有望で汎用性の高い選択肢を提供します。
• 複雑なシミュレーション、特に縮合相におけるNNPの適合性を評価することは、依然として活発な研究分野です。

研究 の 目的:

• アルケミカル自由エネルギー計算のためのNNPの実現可能性と課題を調査すること。
• 異なるNNP（ANI-2xおよびMACE-OFF23(small)）が互変異性状態の予測において示す性能を評価すること。
• エネルギー混合とダミー原子を用いた状態間補間のための方法論を開発・テストすること。

主な方法:

• アルケミカル自由エネルギー計算のために、単一座標デュアルトポロジーアプローチを採用しました。
• ダミー原子を含む相互作用の選択的マスキングによるエネルギー混合を利用して、状態間補間を行いました。
• このフレームワークを、水溶液中の互変異性体自由エネルギー差に対して、ANI-2xおよびMACE-OFF23(small) NNPでテストしました。

主要な成果:

• MACE-OFF23(small)は収束した自由エネルギー結果をもたらしました。
• ANI-2xを用いたシミュレーションでは、有意なばらつきと収束の問題が観察されました。
• ANI-2xの性能は、水のダイナミクスの遅さと溶質の過剰安定化によって妨げられ、サンプリングの困難さを引き起こしました。

結論:

• 汎用性の高いNNPは利点がありますが、縮合相環境での厳密な検証が必要です。
• NNPの選択は、自由エネルギー計算の信頼性に大きく影響します。
• 自由エネルギーシミュレーションへの適用前に、NNPのダイナミクスと準安定状態の可能性を慎重に評価することが不可欠です。