非极性隐式溶剂模型的自动参数化，用于溶剂化自由能的盲目预测,The Journal of Chemical Physics

当前位置： X-MOL 学术 › J. Chem. Phys. › 论文详情

Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)

非极性隐式溶剂模型的自动参数化，用于溶剂化自由能的盲目预测
The Journal of Chemical Physics ( IF 3.1 ) Pub Date : 2016-09-27 11:57:01 , DOI: 10.1063/1.4963193
Bao Wang ₁ , Zhixiong Zhao _{1,

2} , Guo-Wei Wei _{1,

3,

4}

Affiliation

在这项工作中，提出了一个系统协议来自动参数化具有极性和非极性成分的隐式溶剂模型的非极性部分。拟议的协议利用经典的Poisson模型或基于Kohn-Sham密度泛函理论的可极化Poisson模型来建模极性溶剂化自由能。将四组半径参数与四组电荷力场组合在一起，以得出极性分量的总共16种不同的参数。对于非极性组分，可以采用表面积，分子体积和范德华相互作用的标准模型，也可以采用具有原子表面积和分子体积的模型。为了自动参数化非极性模型，我们开发了评分和排名算法以对溶质分子进行分类。它们的非极性参数化是基于类似分子具有类似参数化的假设而获得的。收集具有668个实验数据的大型数据库，并将其用于验证所提出的协议。该数据库的最小留一法均方根（RMS）误差为1.33 kcal / mol。另外，数据库的五个子集（即SAMPL0-SAMPL4）被用来进一步证明所提出的协议。对于SAMPL0，SAMPL1，SAMPL2，SAMPL3和SAMPL4测试集，最佳RMS误差分别为0.93、2.82、1.90、0.78和1.03 kcal / mol。具有琥珀色邦迪半径的可极化Poisson模型的相应RMS误差分别为0.93、2.89、1.90、1.16和1.07 kcal / mol。收集具有668个实验数据的大型数据库，并将其用于验证所提出的协议。该数据库的最小留一法均方根（RMS）误差为1.33 kcal / mol。另外，数据库的五个子集（即SAMPL0-SAMPL4）被用来进一步证明所提出的协议。对于SAMPL0，SAMPL1，SAMPL2，SAMPL3和SAMPL4测试集，最佳RMS误差分别为0.93、2.82、1.90、0.78和1.03 kcal / mol。具有琥珀色邦迪半径的可极化Poisson模型的相应RMS误差分别为0.93、2.89、1.90、1.16和1.07 kcal / mol。收集具有668个实验数据的大型数据库，并将其用于验证所提出的协议。该数据库的最低留一法均方根（RMS）误差为1.33 kcal / mol。另外，数据库的五个子集（即SAMPL0-SAMPL4）被用来进一步证明所提出的协议。对于SAMPL0，SAMPL1，SAMPL2，SAMPL3和SAMPL4测试集，最佳RMS误差分别为0.93、2.82、1.90、0.78和1.03 kcal / mol。具有琥珀色邦迪半径的可极化Poisson模型的相应RMS误差分别为0.93、2.89、1.90、1.16和1.07 kcal / mol。被用来进一步证明所提出的协议。对于SAMPL0，SAMPL1，SAMPL2，SAMPL3和SAMPL4测试集，最佳RMS误差分别为0.93、2.82、1.90、0.78和1.03 kcal / mol。具有琥珀色邦迪半径的可极化Poisson模型的相应RMS误差分别为0.93、2.89、1.90、1.16和1.07 kcal / mol。被用来进一步证明所提出的协议。对于SAMPL0，SAMPL1，SAMPL2，SAMPL3和SAMPL4测试集，最佳RMS误差分别为0.93、2.82、1.90、0.78和1.03 kcal / mol。具有琥珀色邦迪半径的可极化Poisson模型的相应RMS误差分别为0.93、2.89、1.90、1.16和1.07 kcal / mol。

"点击查看英文标题和摘要"

Automatic parametrization of non-polar implicit solvent models for the blind prediction of solvation free energies

In this work, a systematic protocol is proposed to automatically parametrize the non-polar part of implicit solvent models with polar and non-polar components. The proposed protocol utilizes either the classical Poisson model or the Kohn-Sham density functional theory based polarizable Poisson model for modeling polar solvation free energies. Four sets of radius parameters are combined with four sets of charge force fields to arrive at a total of 16 different parametrizations for the polar component. For the non-polar component, either the standard model of surface area, molecular volume, and van der Waals interactions or a model with atomic surface areas and molecular volume is employed. To automatically parametrize a non-polar model, we develop scoring and ranking algorithms to classify solute molecules. The their non-polar parametrization is obtained based on the assumption that similar molecules have similar parametrizations. A large database with 668 experimental data is collected and employed to validate the proposed protocol. The lowest leave-one-out root mean square (RMS) error for the database is 1.33 kcal/mol. Additionally, five subsets of the database, i.e., SAMPL0-SAMPL4, are employed to further demonstrate that the proposed protocol. The optimal RMS errors are 0.93, 2.82, 1.90, 0.78, and 1.03 kcal/mol, respectively, for SAMPL0, SAMPL1, SAMPL2, SAMPL3, and SAMPL4 test sets. The corresponding RMS errors for the polarizable Poisson model with the Amber Bondi radii are 0.93, 2.89, 1.90, 1.16, and 1.07 kcal/mol, respectively.

更新日期：2016-09-28

点击分享查看原文

点击收藏

公开下载

阅读更多本刊新发论文