AI2BMD

AI2BMD

AI驱动的高精度蛋白质分子动力学模拟工具

AI2BMD是一个结合人工智能和从头计算方法的蛋白质分子动力学模拟工具。它包含AIMD-Chig数据集、ViSNet和Geoformer模型架构,以及完整的模拟程序。该工具在保持高精度的同时提高了模拟效率,为蛋白质研究和药物开发提供了新的研究方法。

AI2BMD分子动力学模拟蛋白质机器学习计算化学Github开源项目

AI<sup>2</sup>BMD:AI驱动的从头计算生物分子动力学模拟

目录

概述

AI<sup>2</sup>BMD是一个能够高效模拟蛋白质分子动力学并达到从头计算精度的程序。该存储库包含与AI<sup>2</sup>BMD相关的数据集、模拟程序和公开资料。

<img src="https://yellow-cdn.veclightyear.com/835a84d5/9fc1aea4-d3a5-4335-8114-fa2e0a82d6f1.png?raw=true" width=50%>

数据集

蛋白质单元数据集

蛋白质单元数据集涵盖了二肽的广泛构象。可以从以下链接下载:AI2BMD蛋白质单元数据集

AIMD-Chig数据集

这是一个在密度泛函理论(DFT)水平计算的蛋白质全构象分子动力学数据集。AIMD-Chig包含200万个166原子的Chignolin构象,以及在M06-2X/6-31g*水平计算的相应势能和原子力。

系统要求

硬件要求

我们建议使用具有以下配置的机器:

  • CPU:8核或以上
  • 内存:32GB或以上
  • GPU:支持CUDA的GPU,显存8GB或以上

软件要求

该软件包已在以下系统上进行了测试:

  • 操作系统:Ubuntu 20.04
  • Python:3.9
  • CUDA:11.3
  • cuDNN:8

安装指南

克隆存储库

git clone https://github.com/microsoft/AI2BMD

运行模拟

程序的主入口是scripts/ai2bmd。可以使用以下命令运行模拟:

cd AI2BMD # 进入存储库的根目录 scripts/ai2bmd --prot-file testcases/chig.pdb --max-cyc 2

结果将被保存在新创建的Logs-chig目录中。

AI<sup>2</sup>BMD相关研究

模型架构

ViSNet

ViSNet(Vector-Scalar interactive graph neural Network,矢量-标量交互图神经网络)是一种等变几何增强图神经网络,专为分子设计,显著缓解了计算成本与充分利用几何信息之间的矛盾。

Geoformer

Geoformer(Geometric Transformer,几何Transformer)是一种新型几何Transformer,能有效建模分子结构以进行各种分子性质预测。Geoformer引入了一种新颖的位置编码方法,即原子间位置编码(IPE),用于在Transformer中参数化原子环境。通过引入IPE,Geoformer在基于Transformer的架构中捕获了超越原子间距离的有价值几何信息。Geoformer可以被视为ViSNet的Transformer变体。

用于MLFF的细粒度力度量

机器学习力场(MLFFs)近年来作为从头计算分子动力学(MD)模拟的一种经济有效的替代方案而备受欢迎。尽管MLFFs在测试集上表现出较小的误差,但在MD模拟过程中仍然存在固有的泛化和稳健性问题。 为了缓解这些问题,我们提出使用全局力度量和从元素和构象方面的细粒度度量来系统地衡量每个原子和分子构象的机器学习力场。此外,通过在模型训练过程中采用所提出的力度量,可以提高机器学习力场的性能和分子动力学模拟的稳定性。这包括使用这些力度量作为损失函数来训练机器学习力场模型,通过重新加权原始数据集中的样本进行微调,以及通过纳入额外的未探索数据进行持续训练。

  • 阅读封面故事文章《利用细粒度力度量改进分子动力学模拟的机器学习力场》。

马尔可夫状态模型的随机滞后时间参数化

马尔可夫状态模型(MSMs)在研究蛋白质构象动力学中发挥关键作用。通常使用具有固定滞后时间的滑动计数窗口来采样子轨迹,用于转移计数和MSM构建。然而,使用固定滞后时间采样的子轨迹在不同的滞后时间选择下可能表现不佳,需要强大的先验经验,并导致较不稳健的估计。

为了缓解这一问题,我们提出了一种基于泊松过程的新型随机方法,用于生成扰动滞后时间进行子轨迹采样,并用于构建马尔可夫链。在双势阱系统、WW结构域、BPTI和SARS-CoV-2的RBD-ACE2复合物上的全面评估揭示,我们的算法显著提高了所构建MSM的稳健性和准确性,同时不影响其马尔可夫性质。此外,我们的算法在复杂生物过程的慢动力学模式中尤其具有优势。

  • 阅读封面故事文章《蛋白质动力学马尔可夫状态模型的随机滞后时间参数化》。

  • 在研究Omicron高传染性机制的刺突蛋白-ACE2复合物结构中找到一个应用案例:《SARS-CoV-2 Omicron RBD-ACE2相互作用的结构洞察》。

引用

王宇松#,王通#*,李少宁#,何鑫恒,李明宇,王尊,郑南宁,邵斌*刘铁岩,利用等变矢量-标量交互消息传递增强分子的几何表示,自然通讯,15.1 (2024): 313。

王宇松#,李少宁#,王通*邵斌,郑南宁,刘铁岩。具有原子间位置编码的几何变换器。NeurIPS 2023。

王尊#,吴洪飞#,孙立新,何鑫恒,刘志荣,邵斌王通*刘铁岩。利用细粒度力度量改进分子动力学模拟的机器学习力场,化学物理杂志,第159卷,第3期,封面故事。

王通#*,何鑫恒#,李明宇#,邵斌*刘铁岩。AIMD-Chig:利用从头算分子动力学探索166原子蛋白质Chignolin的构象空间,科学数据 10, 549 (2023)。

龚世奇#,何鑫恒#,孟奇,马志明,邵斌*王通*刘铁岩。蛋白质动力学马尔可夫状态模型的随机滞后时间参数化,物理化学B杂志 2022 126 (46),封面故事,2022。

许可证

版权所有 (c) 微软公司。保留所有权利。

根据MIT许可证授权。

免责声明

AI<sup>2</sup>BMD是一个研究项目。它不是微软官方支持的产品。

联系方式

如有任何问题或建议,请联系<A href="mailto:ai2bmd@microsoft.com">AI2BMD团队</A>

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多