脂质双层相变的机器学习评估
摘要：机器学习在鉴别近临主要二硬酰基-磷脂酰胆碱（DPPC）双分子层转变过程中液态和凝胶领域的分类算法中得到了应用。使用低温和高温相的原子分子动力学构型作为学习集，该算法被训练以将单个脂质构型分类为液态或凝胶，与脂质熔化转变的通常的双态现象学描述相对应。我们证明了我们的机器可以学习并根据其最可能的状态对脂质进行分类，而不需要先前对转变的序参量的性质做出假设。我们的机器学习方法的结果为膜流动性的双态模型提供了有力的支持。
作者：Viven Walter, C''eline Ruscher, Olivier Benzerara, Carlos M. Marques, and Fabrice Thalmann
论文ID：1907.05788
分类：Soft Condensed Matter
分类简称：cond-mat.soft
提交时间：2023-07-19