近日,我院Pavlo O. Dral教授团队在机器学习和计算化学模拟方面取得重要进展。相关成果以“MLatom 3: A Platform for Machine Learning-Enhanced Computational Chemistry Simulations and Workflows” 为题发表Journal of Chemical Theory and Computation期刊上(J. Chem. Theory Comput. 2024, 20, 1193–1213)。
MLatom 3是一个软件包,旨在利用机器学习的强大功能来增强典型的计算化学模拟,并创建复杂的工作流程。该开源软件包为用户提供了丰富的选择,用户可以使用命令行选项、输入文件或脚本(使用MLatom作为Python包)在其计算机上和XACScloud.com上运行模拟。
用户可以进行能量和热化学性质、几何构型优化、分子动力学和量子动力学模拟,并通过ML、量子力学和组合模型模拟(旋转)振动光谱、单光子紫外/可见吸收光谱和双光子吸收光谱模拟。用户可以从包含预训练AI模型和量子力学近似(如接近耦合簇精度的AIQM1)的广泛方法库中进行选择,还可以使用各种AI算法构建自己的模型。广泛使用多种先进的软件包和库的接口使MLatom具有巨大灵活性。
▲MLatom功能的概括图
上述工作由Pavlo O. Dral教授领衔,Mario Barbatti教授、Olexandr Isayev教授、汪骋教授共同指导了这一研究工作。博士生葛赋春、候一帆,博士后郑培锟,研究生陈余忻忻等参与了该研究工作。该工作获得国家自然科学基金(22003051)、中央高校基本科研业务费(20720210092)、嘉庚创新实验室科技项目(RD2022070103),以及固体表面物理化学国家重点实验室等支持。
论文链接:https://doi.org/10.1021/acs.jctc.3c01203