2026-09-15
分子之心的可反应机器学习力场QuantaMind，在单卡A100上以4.2×10⁻⁶秒/原子/步跑DFT级精度模拟，完成1.8万原子PETase催化循环并复现质子扩散。
反应性分子动力学卡在精度和尺度中间。经典力场能跑大体系，但键是预先写死的，质子 hop、成键断键做不了。量子化学力足够准，却贵到只能看很小一块、很短一段时间。机器学习力场（MLFF）用网络拟合势能面，想两头都要。多数模型主要吃平衡态附近的构型，或者只覆盖几个重原子的小分子反应，一进酶口袋、溶剂、过渡态就漂。
北京分子之心这篇 Science Advances 论文给出 QuantaMind：在 SpookyNet 上加 DFT 方法类别嵌入，用过渡态为中心的非平衡构型训练，让成键断键在模拟里自然发生，而不是靠 QM/MM 切一块量子区。
网络吃原子序号、坐标、总电荷、自旋多重度，再加一个离散的 DFT 方法标签（泛函加基组）。原子嵌入过三层局部/非局部相互作用，读出每原子能量，再叠核排斥、长程静电和 D4 色散。力对坐标解析求导。方法嵌入的用处是：过渡态数据多在 B3LYP/def2-SVP 上算，其余主数据在 PBE0/def2-TZVPP+MBD，模型要分清两套标签，而不是混成一个势能面。
训练数据拼了 GEMS 蛋白碎片、Crambin，以及三个酶反应过渡态集 TS1/TS2/TS3（共 5286 条）。后续按体系再补组氨酸、钠离子、磷酸缓冲和 PETase 碎片。大体系不能整盒做 DFT，就围着兴趣原子切半径约 5 Å 的球、补氢饱和，把碎片压到 300 原子以下再算。模拟轨迹可以再取样、再算 DFT、再微调，接近主动学习。损失是能量、力和偶极的 RMSE，PyTorch Lightning 训练，模拟跑在 SchNetPack 上，整条流水线在 GPU 上积分。
单卡 NVIDIA A100 80GB 上，推理 4.2×10⁻⁶ 秒/原子/步。约 1.8 万原子的 PETase 体系，1 纳秒大约 20 小时。文中验证过的最大水盒子是 24001 原子。
质子扩散：六个盒子（649 到 24001 原子），每盒三条 1 纳秒轨迹，外推到无限体系得到 0.87±0.10 Ų/ps，实验值 0.94 和 0.96。Huo 等人此前 MLFF 是 0.375±0.242。水的自解离在 373 K、9999 原子、3 纳秒轨迹上给出 pH 6.34±0.06，实验 6.13±0.03。酸碱中和 100 条 50 皮秒轨迹，速率常数 4.9×10¹¹ 到 7.1×10¹¹ M⁻¹ s⁻¹（实验 1.4×10¹¹，同数量级但偏高）。
酶反应是完整催化循环演示：LCC 变体 PETase（257 残基）加一分子 MHET、4898 个水，共 17792 原子，溶剂也由同一个力场显式描述，没有 QM/MM 边界。6 纳秒轨迹里走完酰化、脱酰和催化三联体恢复。伞形采样约束指定原子对，WHAM 得到自由能垒：酰化 11.6±0.1 kcal/mol，脱酰亲核进攻 10.5，酯键断裂 5.0；文中把酰化亲核进攻标成限速步，给出 14.5±0.1 kcal/mol。实验对照是 LCC 对 pNP 的 14.5 到 16.5、对 BHET 的 18.7，模拟底物是 MHET，不能直接当同一数字。从轨迹抽 342 个构型做独立 PBE0 单点，原子力分量 Pearson 相关都超过 0.99。
溶菌酶在磷酸缓冲里跑 20 纳秒，His15 的 pKa 约 5.81，核磁实验 5.5。NVE 下 1 纳秒能量漂移约 7×10⁻⁵ kcal/mol/原子/皮秒。
对做酶机理、恒 pH、反应路径的人，这篇把「全原子、含溶剂、可反应、纳秒级」从 QM/MM 拼图换成单一 MLFF。准备体系时不用划量子区，也不用给可滴定残基预指定质子化。单卡 A100、约 20 小时/纳秒，已经能把伞形采样窗口加密，这是传统 QM 很难给的采样密度。和 SO3LR 在同一数据上比，精度差不多，卖点不在刷 benchmark，而在真的把反应 MD 跑稳、跑长。代码和轨迹在 GitHub 与 Zenodo 上公开。
这是渐进但可用的一步：力场能反应了，尺度到了万原子和数十纳秒。它还没有取代需要任意化学空间、任意新反应的通用模拟器。
作者写得很直：训练域偏蛋白，没见过的化学会明显变差，要靠体系内迭代补数据；过渡态集没有全量重算到 PBE0，只靠方法嵌入缓解；自由能的 bootstrap 误差条偏乐观；His15 质子化转换集中在 5 到 10 纳秒，采样不匀。PETase 并不是无偏自发反应，每一步都加了强约束的偏置势（k=10.0 eV/Ų），反应坐标还是一维的，作者也承认酰化和脱酰可能是协同过程，二维势能面才更像样。酸碱中和 100 条轨迹共用同一初始几何，速率被高估。文中最大体系是 2.4 万原子，外界传的十万原子数字不在这篇论文里。三件相关专利在审，实验室是公司。