SINERGIA ENTRE APRENDIZADO DE MÁQUINA E DINÂMICA MOLECULAR PARA PREDIÇÃO DE PROPRIEDADES MOLECULARES: UMA REVISÃO DA LITERATURA
Godoy, Felipe Cavalcanti de ; Resende, Luiz Filipe Tsarbopoulos de
Resumo:
Este artigo revisa a aplicação de técnicas de Aprendizado de Máquina (Machine Learning - ML) na Dinâmica Molecular (Molecular Dynamics - MD) para a predição de propriedades moleculares. Inicialmente, são discutidos os conceitos fundamentais de MD e ML, para então evidenciar os pontos sinérgicos entre ML e MD principalmente na redução da demanda computacional e o aumento da precisão das predições nas simulações. Além disso, são descritas as principais áreas de aplicação da MD que se beneficiam da integração de ML, com destaque para a predição de propriedades de biomoléculas, materiais e catálise. Em ML são apresentados os algoritmos mais comuns como kNN, k-Means Clustering (kMC), SVM, Random Forests, Redes Neurais Artificiais, Regressão Logística e Análise de Componentes Principais (PCA), destacando suas vantagens e limitações de aplicações. Por fim, o artigo aborda os principais desafios da aplicação de ML na MD, como a necessidade de grandes volumes de dados de alta qualidade, a questão da interpretabilidade dos modelos complexos e as estratégias para mitigar problemas como o overfitting, oferecendo perspectivas futuras promissoras para o campo.
14 downloads
DOI: 10.5151/9786555502954-01
Referências bibliográficas
- FRENKEL, D.; SMIT, B. Understanding Molecular Simulation: From Algorithms to
- Applications. San Diego: Academic Press, 2002.
- MARK, P.; JENSEN, L. Physical Modeling of Biological Systems: Principles of
- Simulations. Springer, 2000.
- FERNANDES, F. M. S.; FARTARIA, R. P. S. Gibbs ensemble Monte Carlo: Algorithm and
- implementation for gas-liquid coexistence. American Journal of Physics, 2015. doi:
- https://doi.org/10.1119/1.4921392.
Como citar:
GODOY, Felipe Cavalcanti de; RESENDE, Luiz Filipe Tsarbopoulos de; "SINERGIA ENTRE APRENDIZADO DE MÁQUINA E DINÂMICA MOLECULAR PARA PREDIÇÃO DE PROPRIEDADES MOLECULARES: UMA REVISÃO DA LITERATURA", p. 9-32. Anais Workshop do Programa de Mestrado Profissional Tecnologia em Química e Bioquímica da USP - Vol. 5. São Paulo: Blucher, 2024.
ISBN: 9786555502954, DOI 10.5151/9786555502954-01