科学前沿中若干具挑战性的稀有事件研究

Rare event is one of the most challenging multi-scale problems among stochastic dynamical systems. It widely appears in statistical physics, materials science, fluid mechanics and life sciences. Based on the important progress achieved in studying the microscopic melting mechanisms of a metal, the phase transition interpretation of the onset of turbulence and rare events in systems biology, we integrate active researchers in molecular simulations and computational fluid dynamics and top algorithms in rare event study to investigate the microscopic mechanisms of ice melting, statistical mechanics understanding of the hydrodynamic instability and the lysis-lysogeny transition analysis of Lambda-phage infected E. Coli. This is a natural continuation of our previous project. The aim of the current project is to solve some fundamental problems in frontiers of science with our developed algorithms and theory, which has both practical and theoretical importance.

稀有事件作为随机多尺度动力系统研究的最典型问题之一，广泛出现于统计物理、材料科学、流体力学以及生命科学中。本项目在前期基于金属熔化的微观机理、管槽流从层流到湍流转变的相变机制以及系统生物学中稀有事件取得重要进展的基础上，通过整合分子动力学和计算流体相关研究人员，集成当今稀有事件模拟领域最尖端算法和理论用于研究冰融化的微观机理、三维管槽流的稳定性以及λ噬菌体溶原溶菌状态转变过程分析。本项目为前期研究工作的自然延续与集成，致力于解决科学前沿的稀有事件问题，具有重要的实际意义和理论价值。

稀有事件是随机动力系统最典型特征之一，在科学领域化学反应、生物分子形变、高分子成核相变等都属于稀有事件。本项目通过对冰融化的微观机理、细胞体系稀有事件等极具挑战性的应用问题开展研究进一步丰富并发展了这一课题。特别的，对冰融化的微观机理，项目成员基于有限温度弦方法，选取Steinhardt参数以及描述冰第二层近邻原子所占体积D2作为约化坐标，对冰的融化过程取得了一些重要认识。为进一步保证结果的可靠性，发展更加精确的水分子势场模型，我们结合深度学习神经网络，发展了一套Deep Potential深度势能分子动力学算法。数值实验表明，该方法既能保证计算精度，又能大幅提升计算效率，将是研究冰融化问题的有力工具。相关研究已经在Physical Review Letters发表。在细胞体系稀有事件方面，我们提出了基于稀有事件角度分析单细胞转录组数据的新观点，并由此提出了一套算法。该方法不但能成功计算出细胞的伪时间序，建立细胞演化的谱系图，还可研究在细胞分化过程中处于过渡态的细胞和在过渡过程中起关键作用的基因。相关结果发表于Briefings in Bioinformatics等杂志。项目的开展对稀有事件的理论及应用起到了重要推动作用。