SupraTITO：面向超分子体系的可迁移生成式分子动力学

arXiv:2610.01381v1 公告类型：交叉收录 摘要：肽序列既决定超分子组装形成的结构，也决定这些结构形成过程中的动力学，但预测二者中的任何一个，都需要解析众多相互作用分子之间缓慢的集体过程。分子动力学（MD）为这些过程提供了微观层面的洞见，然而，组装过程的长时间尺度和庞大的肽序列空间，使系统性探索需要耗费大量计算资源。我们提出 SupraTITO，这是一种面向超分子体系的可迁移生成式分子动力学（GenMD）框架，并通过肽自组装展示其能力。SupraTITO 学习以肽序列、分子拓扑和周期性几何为条件的可迁移隐式转移算子（TITO），使构型能够跨越远长于 MD 积分步长的物理时间间隔进行演化。在全面的二肽基准测试中，SupraTITO 能够泛化至未参与训练的序列，重现依赖于序列的结构和动力学，同时在长时间递推模拟中保持分子完整性。与使用相同轨迹数据训练的直接系综预测方法相比，SupraTITO 能更准确地重现组装结构，同时解析其随时间的演化。所学习的动力学能够泛化至不同肽浓度，包括训练期间未涵盖的稀溶液条件。这些结果将可迁移 GenMD 扩展至周期性超分子体系中的集体动力学，并为肽组装之外的相关过程建模奠定了基础。