거리 제약을 받는 입자 조립의 구성 공간, 효율적 매핑과 탐색

이 논문은 두 점 집합 A와 B 사이의 모든 쌍별 거리가 하한(ρ_a,b)과 선호 거리 상한(ρ_a,b + δ_a,b)으로 제약될 때, 점 집합 B의 A에 대한 모든 가능한 강체 변환(SE(3))의 공간인 '구성 공간'을 효율적으로 분석하는 EASAL 소프트웨어의 이론, 알고리즘, 구현 및 응용을 종합적으로 설명합니다. 핵심 방법론은 구성 공간을 세 가지 전략으로 체계화합니다. (1) '활성 제약' (거리가 선호 간격 내인 원자 쌍)을 기반으로 구성 공간을 여러 '활성 제약 영역'으로 분할하며, 각 영역의 코차원은 일반적 강성 이론에 의해 해당 활성 제약 그래프의 간선 수와 연관됩니다. (2) 이러한 영역들을 부분 순서(아틀라스)로 구성하여, 높은 차원의 영역 내부에서 시작해 정확히 한 차원 낮은 경계 영역을 재귀적으로 찾아나갑니다. (3) 각 d차원 영역을, d개의 선택된 '비간선' 길이를 변수로 하는 볼록한 '케이리 구성 공간'으로 매핑하여 효율적인 샘플링과 탐색을 가능하게 합니다. 주요 응용 분야는 분자 및 소재 모델링입니다. EASAL은 레나드-존스 포텐셜을 기하학적으로 해석하여 거리에 따른 세 영역(무관계 영역, 반발 영역, 결합 가능 영역)으로 변환하고, 활성 제약 영역을 포텐셜 에너지 기울기와 연결합니다. 이를 통해 자유 에너지, 결합 친화도, 조립 동역학을 계산하는 새로운 접근법을 제공합니다. 특히, 낮은 차원의 낮은 에너지 영역과 이를 연결하는 경로를 찾는 데 유리하며, 기존 몬테카를로나 분자동역학 시뮬레이션의 어려움인 에르고딕성 문제와 샘플링 비효율성을 극복할 수 있는 이점을 가집니다. 논문은 EASAL의 효율성과 정확성에 대한 공식적 보장을 제시하며, 최대 O(k^2 * n^(12k))개의 영역이 존재할 수 있으나, 실제로 소형 조립체(n≤5000, k=2 또는 n≤3, k≤18)에 대해 수백만 개의 영역을 몇 시간 내에 탐색할 수 있음을 실험 결과(아틀라스 생성, 경로 탐색, 인접 영역 탐색)를 통해 보여줍니다. 또한 EASAL을 전통적인 메트로폴리스 몬테카를로 방법과 비교한 결과와, 바이러스 캡시드 조립의 취약점을 예측하는 데 적용한 사례를 소개합니다. 마지막으로 텍스트 기반 백엔드와 선택적 GUI를 포함한 소프트웨어 아키텍처와 접근 가능한 웹 버전에 대한 정보를 제공합니다.