秋去冬來，北風(fēng)凜冽，科研人宅在實(shí)驗(yàn)室搗鼓實(shí)驗(yàn)；

寒來暑往，四季更替，計(jì)算人貓?jiān)陔娔X前撥弄數(shù)據(jù)！

1. Nature Communications：利用全局蒙特卡羅優(yōu)化發(fā)現(xiàn)二維二元納米粒子超晶格

二元納米粒子(NP)超晶格，表現(xiàn)出獨(dú)特的集體等離子體、磁性、光學(xué)和電子性質(zhì)。在此，為了解決這一挑戰(zhàn)，來自美國(guó)杜克大學(xué)的Gaurav Arya等研究者通過計(jì)算證明了當(dāng)NP物種與形成界面的流體表現(xiàn)出不同的混相時(shí)，流體-流體界面如何用于自組裝NP二元系統(tǒng)到2D超晶格。研究者開發(fā)了一種為界面捕獲結(jié)構(gòu)量身定制的盆地跳躍蒙特卡羅(BHMC)算法，以快速確定NP的基態(tài)配置，使人們能夠探索在界面處形成的二進(jìn)制NP結(jié)構(gòu)的曲目。通過改變NP尺寸比、粒子間相互作用強(qiáng)度以及NP與兩種流體混相的差異，研究者展示了一系列精美的二維周期結(jié)構(gòu)的組裝，包括AB、AB2和AB3型單層超晶格以及AB、AB2、A3B5和A4B6型雙層超晶格。研究結(jié)果表明，這種界面組裝方法可能是制備具有可調(diào)結(jié)構(gòu)和性能的二維膠體超晶格的通用平臺(tái)。

參考文獻(xiàn)：

Zhou, Y., Arya, G. Discovery of two-dimensional binary nanoparticle superlattices using global Monte Carlo optimization.?Nat Commun?13, 7976 (2022). https://doi.org/10.1038/s41467-022-35690-8

原文鏈接：

https://www.nature.com/articles/s41467-022-35690-8

2.Nature Computational Science：高維數(shù)據(jù)的動(dòng)態(tài)可視化

降維(DR)，通常用于將高維數(shù)據(jù)投影到低維進(jìn)行可視化，然后可以生成新的見解和假設(shè)。然而，DR算法在可視化中引入了失真，不能忠實(shí)地表示數(shù)據(jù)中的所有關(guān)系。因此，需要有方法來評(píng)估DR可視化的可靠性。在此，來自美國(guó)斯坦福大學(xué)的James Zou等研究者提出了DynamicViz，一個(gè)用于生成動(dòng)態(tài)可視化的框架，它捕獲了DR可視化對(duì)自舉抽樣導(dǎo)致的數(shù)據(jù)擾動(dòng)的敏感性。DynamicViz可以應(yīng)用于所有常用的容災(zāi)方法。研究者展示了動(dòng)態(tài)可視化在診斷靜態(tài)可視化的常見解釋缺陷和擴(kuò)展現(xiàn)有單細(xì)胞分析方面的效用。研究者引入方差評(píng)分，來量化這些可視化觀察的動(dòng)態(tài)可變性。方差評(píng)分表征了數(shù)據(jù)的自然可變性，可用于優(yōu)化DR算法實(shí)現(xiàn)。

參考文獻(xiàn)：

Sun, E.D., Ma, R. & Zou, J. Dynamic visualization of high-dimensional data.?Nat Comput Sci?(2022). https://doi.org/10.1038/s43588-022-00380-4

原文鏈接：

https://www.nature.com/articles/s43588-022-00380-4

3.Nature Computational Science：帶映射和帶結(jié)構(gòu)之間的機(jī)器學(xué)習(xí)路徑

電子帶結(jié)構(gòu)和晶體結(jié)構(gòu)是固態(tài)材料的兩個(gè)互補(bǔ)標(biāo)識(shí)。雖然方便的儀器和重建算法，已經(jīng)使大型的經(jīng)驗(yàn)晶體結(jié)構(gòu)數(shù)據(jù)庫(kù)成為可能，但從光電發(fā)射帶映射數(shù)據(jù)中提取準(zhǔn)粒子色散(與帶結(jié)構(gòu)密切相關(guān))目前受到現(xiàn)有計(jì)算方法的限制。在此，為了應(yīng)對(duì)光電發(fā)射數(shù)據(jù)不斷增長(zhǎng)的規(guī)模和規(guī)模，來自英國(guó)倫敦大學(xué)學(xué)院的R. Patrick Xian&德國(guó)馬克斯普朗克智能系統(tǒng)研究所的VincentStimper & StefanBauer & Ralph Ernstorfer等研究者利用理論計(jì)算開發(fā)了一個(gè)管道，包括概率機(jī)器學(xué)習(xí)和相關(guān)的數(shù)據(jù)處理，優(yōu)化和評(píng)估方法，用于帶結(jié)構(gòu)重建。該管道重構(gòu)了半導(dǎo)體的所有14個(gè)價(jià)帶，并在基準(zhǔn)和其他材料數(shù)據(jù)集上顯示出出色的性能。重建揭示了以前在全球和局部尺度上無法獲得的動(dòng)量空間結(jié)構(gòu)信息，同時(shí)實(shí)現(xiàn)了與材料科學(xué)數(shù)據(jù)庫(kù)集成的路徑。該方法說明了結(jié)合機(jī)器學(xué)習(xí)和領(lǐng)域知識(shí)，在多維數(shù)據(jù)中進(jìn)行可擴(kuò)展特征提取的潛力。

參考文獻(xiàn)：

Xian, R.P., Stimper, V., Zacharias, M.?et al.?A machine learning route between band mapping and band structure.?Nat Comput Sci?(2022).?https://doi.org/10.1038/s43588-022-00382-2

原文鏈接：

https://www.nature.com/articles/s43588-022-00382-2

4.Nature Computational Science：約束傘形抽樣模擬的結(jié)合親和估計(jì)

蛋白質(zhì)-配體結(jié)合親和力，量化了蛋白質(zhì)與其配體之間的結(jié)合強(qiáng)度。計(jì)算機(jī)建模和模擬，可以使用數(shù)據(jù)驅(qū)動(dòng)或物理驅(qū)動(dòng)的方法或兩者的組合，來估計(jì)結(jié)合親合力或結(jié)合自由能。在此，來自美國(guó)阿肯色大學(xué)的Mahmoud Moradi等研究者討論了一種基于偏壓分子動(dòng)力學(xué)模擬的純物理采樣方法。研究者提出的方法概括并簡(jiǎn)化了以前建議的分層策略，這些策略使用傘形抽樣或其他增強(qiáng)的抽樣模擬，并附加了基于集體變量的約束。這里介紹的方法使用了一種靈活的方案，可以很容易地針對(duì)任何感興趣的系統(tǒng)進(jìn)行調(diào)整。研究者估計(jì)了成人纖維細(xì)胞生長(zhǎng)因子1與肝素六糖的結(jié)合親和力，基于該復(fù)合物的可用晶體結(jié)構(gòu)作為初始模型，并將所提方法的四種不同變化與等溫滴定量熱實(shí)驗(yàn)獲得的實(shí)驗(yàn)確定的結(jié)合親和力進(jìn)行了比較。

參考文獻(xiàn)：

Govind Kumar, V., Polasa, A., Agrawal, S. et al. Binding affinity estimation from restrained umbrella sampling simulations.?Nat Comput Sci?(2022). https://doi.org/10.1038/s43588-022-00389-9

原文鏈接：

https://www.nature.com/articles/s43588-022-00389-9

5.npj Computational Materials：通過極化子缺陷態(tài)確定的哈伯德U

自Anisimov及其同事的初步工作以來，Hubbard修正的DFT+U泛函，已被用于預(yù)測(cè)相關(guān)材料的性質(zhì)，通過將現(xiàn)場(chǎng)有效庫(kù)侖相互作用應(yīng)用于特定的軌道。然而，Hubbard?U參數(shù)的確定，仍然處于激烈的討論中，盡管提出了許多方法。在此，來自瑞士洛桑聯(lián)邦理工大學(xué)的Stefano Falletta等研究者定義了一個(gè)基于使用極化子缺陷態(tài)的選擇準(zhǔn)則，以加強(qiáng)電子占據(jù)時(shí)總能量的分段線性。極化子的電子和結(jié)構(gòu)性質(zhì)，包括形成能，與分段線性雜化泛函的結(jié)果有很好的一致性。用這種方法確定的U值，發(fā)現(xiàn)給出了極化子在考慮狀態(tài)變化時(shí)能量學(xué)的可靠描述。特別地，研究者還分析了極化子跳變路徑，發(fā)現(xiàn)確定的U值可以得到精確的能量學(xué)，而不需要依賴于構(gòu)型的U。強(qiáng)調(diào)的是，U的選擇應(yīng)該基于與U所應(yīng)用的軌道直接相關(guān)的物理性質(zhì)，而不是更全面的性質(zhì)，如帶隙和帶寬。為了進(jìn)行比較，研究者還通過一個(gè)完善的線性響應(yīng)方案確定了U，發(fā)現(xiàn)U的值明顯不同，因此形成能也不同。研究者還討論了這些差異的可能來源。研究者以BiVO4中的自捕獲電子、MgO中的自捕獲空穴、MgO中的Li捕獲空穴和α-SiO2中的Al捕獲空穴為例進(jìn)行了研究。

參考文獻(xiàn)：

Falletta, S., Pasquarello, A. Hubbard U through polaronic defect states.?npj Comput Mater?8, 263 (2022). https://doi.org/10.1038/s41524-022-00958-6

原文鏈接：

https://www.nature.com/articles/s41524-022-00958-6