我国企业在 AI 分子动态模拟领域取得重要突破 相关成果登上《Science Advances》

来源：环球网

【环球网财经综合报道】近日，分子之心自主研发的反应性原子建模平台 QuantaMind 研究成果在国际知名学术期刊《Science Advances》刊发。该成果实现反应性分子动力学模拟技术的重大跨越，将接近量子力学精度的反应性分子动力学拓展至数万原子级生物体系、数十纳秒时间尺度，后续扩展测试更实现十万原子级、百纳秒尺度模拟，为分子设计提供基于化学与物理底层原理的解决方案，标志着我国 AI 驱动的分子生物研发，正式从静态结构预测迈入动态机理解析的全新阶段，为人工智能赋能生命科学、新材料创制开辟全新路径。

蛋白质、酶等生物大分子是生命活动的物质基础。长久以来，人工智能已经可以精准预测蛋白质的空间结构，解答分子 “长什么样” 的科学问题。但分子真正发挥功能，依靠的是原子层面瞬息万变的动态化学反应：酶催化过程中质子如何转移、化学键如何断裂生成、药物分子和靶点结合之后结构如何改变…… 这些发生在原子尺度、纳秒级时间维度的微观过程，才是决定分子实际功能的核心密码，也是数十年来计算化学领域亟待攻克的难题。

反应性分子动力学模拟，就是通过追踪原子运动轨迹，复现化学键断裂、生成等化学反应全过程，以此读懂分子的工作机理。但这项技术长期受困于精度、速度、体系规模三者难以兼顾的 “不可能三角”：传统量子化学计算精度高，却算力消耗巨大，很难应用于大型生物体系；经典分子动力学可以处理大体系，却无法刻画化学键变化；过往部分机器学习力场在小分子模拟中表现尚可，但面对大型生物体系长时间推演，稳定性难以保障。

针对这一瓶颈，分子之心科研团队创新优化数据工程与模型架构，打造出 QuantaMind 反应性机器学习力场框架，打破了长期制约行业发展的技术壁垒，实现高精度、大体系、长时程模拟三者协同兼顾。在 NVIDIA A100 80GB 显卡环境下，平台推理效率达到国际先进水平，最新测试可将十万原子级反应体系单位时间步模拟计算耗时降至 0.25 秒。论文验证阶段，该平台完成 24001 原子水体系、17792 原子酶催化体系模拟，实现最长 20 纳秒稳定模拟；经过迭代扩展，已可支撑在单张GPU上十万原子级体系、百纳秒尺度的模拟推演。

科研团队开展多维度严谨实验验证，充分证明该平台模拟结果的科学性与可靠性。在 17792 原子的 PET 水解酶体系测试中，QuantaMind 完成完整酶催化循环全过程模拟，从反应轨迹抽取的构型开展对照计算，原子力分量相关系数超过 0.99，模拟精度高度接近量子化学 DFT 基准。在水环境模拟中，质子扩散系数、水自解离 pH 值模拟结果均和实验实测数据高度贴合；针对溶菌酶蛋白 20 纳秒时长模拟，得到的氨基酸残基酸碱解离常数，也与核磁共振实验结果基本吻合。一系列结果证明，平台能够在大规模生物体系长时间模拟中，稳定还原和生命活动紧密相关的各类化学反应过程。

技术突破为产业创新带来全新范式，推动生物医药、合成生物学领域研发模式由传统 “盲目试错” 向 “先算再测、理性设计” 转变。在药物研发领域，传统静态分析手段难以还原药物在体内真实微观环境的作用过程，QuantaMind 可以解析 pH 变化带来的蛋白残基状态切换，助力 pH 敏感型抗体、大分子药物研发。在一项抗体研发项目中，依靠平台开展前置机理分析筛选，得到的候选抗体关键解离性能指标达到预期效果，省去多轮重复性湿实验，大幅压缩研发周期。在酶工程领域，平台能够还原酶完整催化机理，精准定位关键突变位点，减少实验试错范围，有效降低酶改造的时间与经济成本，为塑料降解酶、工业催化酶等创新开发提供有力工具。

此次 QuantaMind 成果落地，也补齐了 AI 分子研发全链条的关键短板。目前分子之心已经搭建起包含蛋白质生成、结构预测、从头分子设计、动态反应模拟在内的完整技术矩阵，相关能力将集成于 AI 原生生物经济操作系统 MoleculeOS，形成 “生成 — 设计 — 预测 — 机理理解” 的完整技术闭环，实现从设计分子结构，到模拟分子反应机理的全流程能力。

分子之心创始人、论文通讯作者许锦波表示，过去人工智能解决了识别分子结构的问题，如今 QuantaMind 进一步探索解答分子如何运动、如何发生反应的科学命题，致力于成为衔接分子设计、机理仿真与实验室实验的重要技术底座，助力构建可信高效的 AI 驱动分子研发新范式。

业内专家表示，该项自主技术成果登上国际顶刊，是我国 AI4S（人工智能驱动科学发现）领域的重要进展。过去分子研发更多依靠大量实验试错，而 QuantaMind 让复杂生物化学反应实现可计算、可推演，把微观机理解析前置到研发设计环节，将有力赋能创新药物开发、绿色生物制造、环境生物酶开发等关键赛道，对推动生物产业高质量发展具有重要现实意义。未来随着技术持续迭代，有望进一步释放人工智能在生命科学领域的创新动能，助力我国生物原始创新能力提升。