Adaptive biasing algorithms : mathematical analysis and applications in molecular dynamics - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2021

Adaptive biasing algorithms : mathematical analysis and applications in molecular dynamics

Méthodes de biais adaptatifs : mathematical analysis and applications in molecular dynamics

Résumé

This thesis is dedicated to the study of adaptive biasing algorithms for molecular dynamics simulations, from both theoretical and numerical perspectives. The goal of molecular dynamics is to obtain macroscopic informations about a system of particles, given its microscopic description. Adaptive biasing algorithms are powerful tools in molecular dynamics, especially when one needs to compute a system's free energy. We will mainly focus on the Adaptive Biasing Force algorithm, whose key idea is to bias the interaction force between the particles in order to enhance the sampling of the system's configuration space. In particular, we will study its robustness in the case of non-conservative interaction forces. We will then proceed to design an enhanced sampling algorithm in the scope of alchemical transitions, where the system's evolution from an initial state to a final state is indexed by a parameter lambda in [0,1]. Such transitions are often used in pharmacology, as they allow the estimation of several free energies, such as the binding free energy of a ligand with a receptor, or even the solvation free energy of a compound in solvent. When coupled to the lambda-dynamics method, which deals with the dynamic evolution of the parameter lambda, the Orthogonal Space Random Walk (OSRW) sampling method may permit a better and quicker sampling of the configuration space. Drawing inspiration from this algorithm, we will implement an adaptive biasing method coupled to the lambda-dynamics, and compare it with the original OSRW algorithm. This work led to the implementation of a new interface between the Tinker-HP program and the Collective Variables module software.
L'objet de cette thèse porte sur l'étude tant théorique que numérique de méthodes de biais adaptatifs pour la dynamique moléculaire. Etant donnée une description microscopique d'un système de particules, le but de la dynamique moléculaire est d'en déduire des informations macroscopiques. Les méthodes de biais adaptatifs se révèlent être un outil efficace, notamment lorsqu'il est question de déterminer l'énergie libre d'un système. Nous accorderons une attention toute particulière à la méthode de l'Adaptive Biasing Force, dont le principe est de biaiser la force d'interaction entre les particules afin d'accélérer l'échantillonage de l'espace des configurations. En particulier, nous étudierons sa robustesse dans le cas où les forces d'interaction s'avèrent être non-conservatives. Nous procéderons ensuite à la construction d'un algorithme d'accélération d'échantillonnage dans le cadre de transitions alchimiques, où l'évolution du système d'un état initial à un état final prédéfinis est indexée par un paramètre lambda compris entre 0 et 1. De telles transitions s'avèrent utiles en pharmacologie, leur étude permettant de déterminer différentes énergies libres, telles que l'énergie libre de liaison d'un ligand avec un recepteur donné ou bien encore l'énergie libre de solvatation d'une molécule ou d'un ion dans un solvant. Couplée à la méthode de la lambda-dynamique, qui traite l'évolution dynamique du paramètre lambda, la méthode d'échantillonage de l'Orthogonal Space Random Walk (OSRW) pourrait permettre une accélération de l'échantillonage des configurations. En s'inspirant de cette dernière, nous implémenterons une méthode de bias adaptatif couplée à une méthode de lambda-dynamique, que nous comparerons à la méthode de l'OSRW originelle. Ce travail d'implémentation permettra la mise en place d'une nouvelle interface entre le logiciel Tinker-HP et le module Collective Variables.
Fichier principal
Vignette du fichier
MAURIN_Lise_2021.pdf (5.37 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03589173 , version 1 (25-02-2022)

Identifiants

  • HAL Id : tel-03589173 , version 1

Citer

Lise Maurin. Adaptive biasing algorithms : mathematical analysis and applications in molecular dynamics. Probability [math.PR]. Sorbonne Université, 2021. English. ⟨NNT : 2021SORUS345⟩. ⟨tel-03589173⟩
178 Consultations
208 Téléchargements

Partager

Gmail Facebook X LinkedIn More