Respuestas
Respuesta:
FN Thomson Reuters Web of Science ™
VR 1.0
PT J
Aliso AU, BJ
AF Aliso, BJ
TI Dinámica lenta por dinámica molecular
SO PHYSICA A-MECÁNICA ESTADÍSTICA Y SUS APLICACIONES
LA English
Artículo DT; Documento de actas
Simposio internacional de CT sobre procesos dinámicos lentos en la naturaleza
CY NOV 25-27, 2001
CL SEÚL, COREA DEL SUR
AB Aprendimos al principio del estudio de la función H con dinámica de partículas que la distribución de velocidad alcanza rápidamente una distribución de equilibrio local (Maxwellian), dentro de unos pocos tiempos de colisión medios, pero que la posterior reestructuración estructural de las partículas puede ser bastante lenta , particularmente si se trata de un evento altamente correlacionado de muchos grados de libertad. Durante ese proceso, la energía potencial se convierte lentamente en energía cinética para alcanzar el equilibrio general.
Para estudiar procesos que son tan improbables que no ocurren dentro de largas ejecuciones de la computadora (típicamente menos de 10 (-8) s de tiempo real) desarrollamos un algoritmo de eventos raros. En ese cálculo, las partículas se llevan adiabáticamente, es decir, tan lentamente que el sistema está en equilibrio en presencia de la fuerza externa en cada paso, a la configuración de eventos raros (el estado activado) y se determina el trabajo para hacerlo. La probabilidad del evento se calcula mediante la teoría de la velocidad de reacción estándar al determinar también el coeficiente de transmisión al liberar la restricción cerca del estado activado y observar con qué frecuencia el sistema pasa al nuevo estado en relación con la frecuencia con la que vuelve al estado inicial. El problema con ese cálculo además de la suposición de adiabaticidad es que uno necesita un modelo para el estado activado, que a menudo es difícil de adivinar. El recocido simulado podría ayudar en la búsqueda de un estado activado.
La otra posibilidad es acelerar la dinámica de las partículas y eso se puede hacer mediante la simulación directa Monte Carlo, una solución de partículas estocástica de la ecuación de Boltzmann para un gas perfecto. Ese enfoque puede extenderse a densidades más altas, pero el enfoque estocástico no puede explicar las características estructurales del medio. Sin embargo, los sistemas pueden seguirse hasta 10 (-5) S. Hemos podido seguir, por ejemplo, la formación de gotas y la coalescencia por este método. Para estudiar sistemas aún más grandes, hemos incorporado este algoritmo de partículas en un algoritmo continuo de Navier-Stokes para estudiar la aparición de inestabilidades hidrodinámicas. Sin embargo, el enfoque no puede abordar el problema del plegamiento de proteínas, porque los aspectos estructurales dominan el proceso.