复杂自适应物质的跨尺度计算平台

Computer simulation is widely used in the study of conventional materials, yet the current implementations are often not effective when dealing with the rich and multi-level spatio-temporal structure and dynamics of complex adaptive matter (e.g., biomolecules, colloidal liquid crystals, nanoscale optoelectronic materials, etc.). The main challenge is, when treating a system of a few hundred thousand atoms, how to bridge the immense time span from the femtosecond atomic vibrations to the millisecond scale physiological processes. In this project, to address the urgent computational need from the X-ray free-electron laser and single-molecule fluorescence microscopy experiments, we will develop high-performance data analysis and simulation tools for quantitative study of functionally important proteins and their complexes. On the cross-scale computational methodology development, we will employ the Markov state model framework to organise the conformational trajectory data collected from the state-of-the-art molecular dynamics and Monte Carlo simulations. We will make use of the statistical mechanical principles and the theory of stochastic processes to optimize the conformational space sampling, and to identify efficient representations of transition paths so as to greatly enhance the performance of computer simulations, and to facilitate exploration of the underlying physical mechanisms. Through the project implementation, CAEP will gain experience in large-scale software development in the related subject area. The team will work closely with colleagues from the Peking University on the integration of high-performance computing and cutting-edge experimental tools, and on the nurturing of young scientists who have the ambition to become academic leaders in computational science.

计算机模拟在传统材料的研究中有着广泛的应用，但在处理具有丰富的多层次时空构象及动力学的复杂自适应物质（如生物大分子，液晶胶体，纳米光电材料等）时却不能满足实际需求。主要挑战是对一个数十万个原子的体系，如何实现飞秒的原子振动到毫秒甚至更慢的生理过程的跨越。本项目以自由电子激光X射线和单分子荧光成像等新型实验手段为牵引，发展高性能数据处理和模拟计算方法，对具有重要生物学功能的蛋白和复合体开展细致的定量研究。跨尺度计算方法方面，我们将在马尔可夫链态网络的框架下整合分子动力学和蒙卡模拟获得的构象轨迹和相空间分布数据，结合统计物理学和随机过程理论的原理，优化取样效率和过渡路径的表征，力争大幅提升现有计算机模拟的能力，并探索相关物理机制。本项目的实施将为中物院开发大型相关计算软件积累经验，建立与北京大学的互补合作，实现高性能模拟计算与新型实验手段的接轨，培养计算学科的年轻学者和学术带头人。

该资助项目的工作重点是开发自主生成结构与动态演化数据的先进方法，通过实验、计算机模拟及理论分析的深度融合，研究以蛋白大分子及其复合体为代表的复杂自适应物质的运动规律。每一个特定系统都包含数万个乃至数十万个原子，从飞秒量级的原子振动到毫秒甚至更慢的蛋白构象变化跨越了超过十个量级的时间尺度。发展与此特点相适应的实验和计算方法，获取不同时间域的结构和动态转变信息，是首先需要解决的技术难题。不同渠道获得的数据和信息需要在统一的理论框架下进行整理，通过对表征系统特性的物理量的深度分析，逐渐形成对系统动态过程的整体认识。同时，配合工程物理研究院在材料研究大设施建设方面的规划，开发自由电子激光X射线实验设计、数据收集存储及分析的计算平台也是本项目的核心任务之一。 ..在过去的四年里，参加项目的六个小组开展了多项研究工作，取得了若干重要进展和成果。项目前期，各研究组做了大量准备工作，掌握特定蛋白及其复合体的性质，搭建获取关键数据所需的实验和计算平台。随着研究的深入，每个课题的核心科学问题不断清晰，团队的跨学科优势及丰富的科研经验得以发挥，产生了众多新思路、新方法。已有34篇知识产权SCI论文发表，期刊平均影响因子为4.5，近期内还将有10-15篇文章发表。发展的理论和计算方法可以移植到有机大分子、材料研究。开发了同步辐射和自由电子激光的X射线数据处理程序并放在Open Source平台供业内人员使用，在此领域开展了与工物院相关研究团队的深度合作。每年举办1-2次讨论班，注入科研活力，为博士生、博士后及年青科研新生力量的成长做出了贡献。..项目的实施促成了一支国内独特的、富有创新和攻关能力的交叉科研团队，为形成更大范围的合作，解决生物学乃至具有复杂时空结构的工程物理疑难和重要基础课题积累了宝贵经验。