Nature | 基于AI的高效精准通用分子动力学模拟

文章预览

一个理想的分子动力学模拟工具需要兼顾精准、效率和通用，但是它们存在trade-off，现有的工具只能突出其中一两点[1]。 为此，微软研究院 (Microsoft Research) Tie-Yan Liu 、Bin Shao以及Tong Wang等研究人员开发基于深度学习的工具- AI 2 BMD （ab initio biomolecular dynamics system） 实现了对由上万个原子组成的生物分子 （aminopeptidase   N蛋白，13,728个原子） 原子级别从头计算精度 （接近量子化学工具达到的精度的水平） 的高效分子动力学模拟，并且有望通用地模拟蛋白、脂类物质、核酸等等不同类型的生物分子[1]。 AI2BMD分子动力学模拟概览[1]。 该方法的关键原理是使用量子化学分子动力学模拟工具产生的关于氨基酸和短肽的分子间势能与原子力相关数据来训练一种基于图神经网络架构 （graph neural network (GNN)） 的模型，并进一步结合对目的蛋白的“分割” （主 ………………………………