微软华人领衔AI²BMD登Nature，AI生物分子模拟双突破！继AlphaFold后又一里程碑

510 0 0

文章摘要

微软研究院开发的AI²BMD（基于AI的从头算生物分子动力学系统）在Nature上发表，标志着分子动力学模拟领域的一项重大突破。AI²BMD实现了模拟效率和精度的兼顾，超越了经典MD和量子力学方法的局限。经典MD虽快速但准确度低，而量子力学方法如DFT计算成本高，难以处理大型生物分子系统。AI²BMD则以从头算精度高效模拟大型生物分子，平衡了精度与计算成本。

AI²BMD通过蛋白质分片方法，将蛋白质分割为重叠单元，创建了包含2000万快照的数据集，利用ViSNet（一种通用分子几何建模基础模型）训练势能函数，实现从头算精度的蛋白质能量和原子力计算。该方法支持全原子蛋白质模拟，并明确模拟溶剂环境，展现了与核磁共振实验一致的精确3J耦合值，并能展示蛋白质的折叠和展开过程。

AI²BMD的突破在于其从头算精度、解决泛化问题、通用兼容性、速度优势以及多样的构象空间探索。它优于QM/MM混合方法，并在多个生物应用场景中表现出与实验数据的高度一致性。AI²BMD的成功预测SARS-CoV-2主蛋白酶结合化合物的能力，显示了其在药物研发中的潜力。该框架旨在解决机器学习力场在应用中的精度、稳健性和泛化局限，推动药物发现、蛋白质设计和酶工程等领域的发展。