通过预测小分子的水合自由能量来探索泛化CHARMM和AMBER力场的极限
Arghya Chakravorty1, Azam Hussain2, Luis F Cervantes3
1Department of Chemistry, University of Michigan, Ann Arbor, Michigan 48109, United States.
这项研究分析了CHARMM通用力场 (CGenFF) 和一般化AMBER力场 (GAFF) 对药物样分子的参数的准确性. 它确定了特定的功能组,如,胺和碳酸,这些功能组影响了水合自由能量预测.
科学领域:
- 计算化学是一种计算化学.
- 分子建模分子建模
- 药物发现 药物发现
背景情况:
- 准确的力场参数对于建模药物受体相互作用至关重要.
- 像CGenFF和GAFF这样的通用力场旨在在各种化学空间中广泛适用.
- 了解参数化极限对于可靠的分子模拟至关重要.
研究的目的:
- 分析CGenFF和GAFF对药物样小分子的参数化精度.
- 确定特定的功能组,这些功能组有助于在无水化自由能量预测中的错误.
- 探索机器学习用于将参数化错误归因于函数组的使用.
主要方法:
- 使用CHARMM程序进行化学自由能量计算.
- 对600多个小分子的水合自由能量误差的分析.
- 机器学习和夏普利添加式解释 (SHAP) 的应用用于错误归因.
主要成果:
- 亚基团导致CGenFF的过度溶解,而GAFF的溶解不足.
- 与GAFF相比,氨基基团在CGenFF中显示出更大的低溶解度.
- 碳基团在GAFF中比在CGenFF中过度溶解.
结论:
- 特定的功能组在CGenFF和GAFF的无水化能量计算中引入了可预测的偏差.
- 机器学习方法可以有效地识别并将这些偏见归因于功能组.
- 这些发现有助于改进一般力场,提高分子建模的准确性.
更多相关视频
07:31Author Spotlight: Advancing Cell Membrane Biophysics - Exploring Interactions and Challenges Through Experimental and Computational Approaches
Published on: September 1, 2023
09:49Sedimentation Equilibrium of a Small Oligomer-forming Membrane Protein: Effect of Histidine Protonation on Pentameric Stability
Published on: April 2, 2015
相关概念视频
Aqueous Solutions and Heats of Hydration
When ionic compounds dissolve in water, the ions in the solid separate and disperse uniformly throughout the solution because water molecules surround and solvate the ions, reducing the strong electrostatic forces between them. This process...
Acid-Catalyzed Hydration of Alkenes
Calculating Standard Free Energy Changes
Intermolecular Forces
Predicting Molecular Geometry
Entropy and Solvation
