講演情報
[21p-D901-18]機械学習によるタンパク質のFMO-DPDシミュレーション用パラメータ算定の効率化
〇松岡 壮太1、土居 英男1、奥脇 弘次1、畑田 崚1、南 聡次朗1、栖原 涼輔1、太刀野 雄介1、望月 祐志1,2 (1.立教大理、2.東大生研)
キーワード：
機械学習,フラグメント分子軌道計算,散逸粒子動力学シミュレーション
散逸粒子動力学(DPD)シミュレーションにおける相互作用パラメータ(χ)は、FCEWS(FMO-based Chi-parameter Evaluation Workflow System)により、非系経験的な算定が可能となりました。しかし、FCEWSは利用コストが大きく、その削減は重要な課題となっています。そこで、機械学習を用いたχの算定の効率化を意図してpre_fcewsを開発しています。今回は、10残基ペプチドのシニョリンを対象に予測精度を確認しました。