Kimyasal fizik ve hesaplamalı biyofizik alanlarında araştırmacılar, farklı termodinamik durumlar arasındaki serbest enerji farklarını hesaplamak için çeşitli istatistiksel yöntemlere başvurur. Bu yöntemlerin başında gelen çok durumlu Bennett kabul oranı (MBAR) denklemleri, birden fazla simülasyondan elde edilen verileri istatistiksel açıdan en uygun biçimde bir araya getirir.
Ne var ki MBAR denklemlerinin sayısal çözümü kolay değildir. Birbiriyle bağlantılı denklem sistemlerinden oluşan bu yapı, iteratif yöntemlerle çözülmeye çalışıldığında yakınsama bazen yavaş ilerler, bazen de tamamen kararsız bir hal alır. Grafik işlemci (GPU) tabanlı hızlandırma gibi donanımsal iyileştirmeler bu sorunu hafifletse de köklü bir çözüm sunamamıştır.
Yeni çalışmada araştırmacılar, soruna farklı bir perspektiften yaklaşıyor. BU-MBAR olarak adlandırılan bu hibrit yöntemde, MBAR denklemleri ağırlıklı histogram analizi yöntemi olan WHAM'ın matematiksel bir sınır durumu olarak ele alınıyor. WHAM, verileri sonlu genişlikteki kutulara bölerek analiz eder; kutu genişliği sıfıra yaklaştırıldığında ise teorik olarak MBAR'a ulaşılır.
BU-MBAR bu geçişten yararlanıyor: algoritma, hesaplama sürecinde kutu genişliğini dinamik olarak ayarlıyor. Başlangıçta daha kaba bir histogram yapısıyla kararlı bir çözüme hızla ulaşılıyor; ardından genişlik kademeli olarak azaltılarak MBAR'ın asimptotik çözümüne yakınsanıyor. Bu strateji hem kararlılık hem de hız açısından mevcut yöntemlere kıyasla belirgin bir iyileşme sağlıyor.
MBAR, ilaç-protein etkileşimlerinin modellenmesinden malzeme özelliklerinin tahmin edilmesine kadar pek çok alanda kullanılmaktadır. Hesaplama verimliliğindeki bu tür iyileştirmeler, büyük ölçekli moleküler simülasyonların daha pratik ve güvenilir hale gelmesine doğrudan katkı sunar. BU-MBAR, mevcut hesaplama altyapılarına entegre edilebilecek yapısıyla alanın standart araç setine dahil olma potansiyeli taşımaktadır.