研究前沿：计算化学 瞬息全宇宙-稀有事件增强采样 | Nature Computational Science

本文介绍了意大利技术研究院团队在Nature Computational Science上发表的一项研究，提出了一种基于概率的增强采样技术，用于解决计算化学中稀有事件的模拟问题。该方法结合了“承诺函数”与类元动力学采样策略，通过神经网络构建平滑的集体变量，同步优化过渡态和亚稳态区域的采样，显著提升了复杂系统中稀有事件的模拟效率。研究在多个体系中验证了该方法的普适性，包括经典的Müller势能面、丙氨酸二肽构象转变、蛋白质折叠和药物-受体结合等。实验表明，新方法可在少量迭代中快速收敛，并直接计算自由能曲面，为催化、生物物理等领域的复杂过程研究提供了高效工具。