مسارات ميكانيكية للتعلم العميق، وليس فقط مناظر الطاقة عندما يتحدث الكيميائيون أو الفيزيائيون الحيوية عن آلية، فهم في الحقيقة يتساءلون: ما هو المسار الأكثر احتمالا الذي يسلكه النظام أثناء انتقاله من الحالة أ إلى الحالة ب؟ بلغة الميكانيكا الإحصائية، هذا هو مسار الطاقة الحرة الأدنى (MFEP) عبر منظر طبيعي وعر عالي الأبعاد. المشكلة أن تقريب سطح الطاقة الحرة بالكامل لتفاعلات واقعية، أو طي البروتين، أو ارتباط الروابط الرابطية مكلف للغاية—حتى مع العينات الحديثة المحسنة. يتبع ريفانث إيلانغوفان والمؤلفون المشاركون مسارا مختلفا: بدلا من حساب المشهد بأكمله أولا، يتعلمون المسار نفسه من خلال التعلم العميق متعدد المهام مرتبط بديناميكيات ميتاديناميكية متوازنة جيدا. شبكتهم العصبية هي مشفر ذاتي يعمل متغير الكامنة أحادية البعد ك"إحداثي مسار" مدفوع بالبيانات، بينما يثبت فقدان TDA العميق نهايات هذا المتعدد أحادي البعد في أحواض المتفاعل والناتج. تحريك الميتاديناميكا المنحازة على إحداثي "التقدم" الكامن الحركة على المسار الحالي؛ تحيز فقدان إعادة الإعمار يدفع أخذ العينات بعيدا عنها لاكتشاف طرق بديلة. يساعد جدول التلدين المحاكى على تحيز الميتاديناميكا النظام على الاستقرار على MFEP العالمي بدلا من الجدول المحلي. بمجرد تقارب النموذج، يصبح مفك التشفير مولد آلية: من خلال السير على المسار الكامن وفك الترميز إلى الفضاء الواسي الكامل، تنتج الطريقة "بصمة ميكانيكية" — وهي سلسلة من التغيرات الهيكلية التي تصف التفاعل أو الانتقال الشكلي بطريقة يمكن قراءتها آليا. يظهر المؤلفون ذلك في ثلاث مشاكل مختلفة جدا: إيزوميرية هيدروبرومينات الطور الغازي حيث يمر MFEP بشكل صحيح عبر المتفاعل الحقيقي، وطي الشيغنولين حيث يستعيد المسار المستلم تسلسل إعادة ترتيب الروابط الهيدروجينية المعروف، ونظام كاليكسارين للمضيف والضيف حيث تعيد الخوارزمية اكتشاف المسار "الرطب" غير المرتبط الذي يهيمن على مسار جاف. الرسالة الأكبر مقنعة: من خلال دمج أخذ عينات متقدمة مع التعلم العميق، يمكنك تجاوز الحاجة إلى تقارب سطح طاقة حرة عالي الأبعاد كامل، والذهاب مباشرة إلى مسار الطاقة الحرة الأدنى، وتحويل ذلك المسار تلقائيا إلى بصمة كمية للآلية. هذا يفتح الباب لفئة جديدة من النماذج حيث لا نتعلم الخصائص فقط من البنى الثابتة، بل من البصمات الميكانيكية — باستخدام التعلم الآلي للتنبؤ بالحركة، أو المحفزات التصميمية، أو روابط الشاشة بناء على كيفية تحركها عبر مناظر الطاقة المعقدة، وليس فقط مكان بدايتها أو نهايتها. الورقة: