メタダイナミクスをハイパーダイナミックに融合する：加速分子シミュレーションは、マイクロ秒から秒の時間スケールに到達する

Hyperdynamicsメソッドは、原子レベルで遅いプロセスをシミュレートするための強力なツールです。ただし、最適なハイパーダイナミクスの可能性の構築は、些細なこととはほど遠いタスクです。ここでは、メタダイナミクスから2つの概念を借用するHyperdynamicsアルゴリズムの一般的に適用可能な実装を提案します。第一に、加速されたダイナミクスを表すために集合変数（CV）を使用すると、この方法は非常に大きな柔軟性とシンプルさを与えます。第二に、メタダイナミクス手順を使用して、適切な履歴依存バイアス電位をオンザフライで構築し、アルゴリズムを自己学習加速分子動力学法に効果的に変えることができます。この集合変数駆動型Hyperdynamics（CVHD）メソッドには、モジュール設計があります。バイアスの基礎となるローカルシステムプロパティと、検討されたシステムのニーズに合わせてバイアス方法自体の特性の両方を選択できます。その結果、システム固有の詳細は、バイアスアルゴリズム自体から抽象化されており、非常に用途が広く透明性があります。この方法は、3つのモデルシステムでテストされています。CU（001）表面およびニッケル触媒メタン分解の拡散、結合長ベースのCVを使用した「反応性」プロセスの例、および長いポリマー様鎖の折り畳みの例として、一連の二面角をCVとして使用します。正確なダイナミクスを正確に再現しながら、秒の時間スケールに対応する最大109のブースト係数を取得できます。

The hyperdynamics method is a powerful tool to simulate slow processes at the atomic level. However, the construction of an optimal hyperdynamics potential is a task that is far from trivial. Here, we propose a generally applicable implementation of the hyperdynamics algorithm, borrowing two concepts from metadynamics. First, the use of a collective variable (CV) to represent the accelerated dynamics gives the method a very large flexibility and simplicity. Second, a metadynamics procedure can be used to construct a suitable history-dependent bias potential on-the-fly, effectively turning the algorithm into a self-learning accelerated molecular dynamics method. This collective variable-driven hyperdynamics (CVHD) method has a modular design: both the local system properties on which the bias is based, as well as the characteristics of the biasing method itself, can be chosen to match the needs of the considered system. As a result, system-specific details are abstracted from the biasing algorithm itself, making it extremely versatile and transparent. The method is tested on three model systems: diffusion on the Cu(001) surface and nickel-catalyzed methane decomposition, as examples of “reactive” processes with a bond-length-based CV, and the folding of a long polymer-like chain, using a set of dihedral angles as a CV. Boost factors up to 109, corresponding to a time scale of seconds, could be obtained while still accurately reproducing correct dynamics.