分子之心QuantaMind登Science Advances：AI实现十万原子级动态反应模拟

事件概述

分子之心（QuantumMind）自主研发的反应性原子建模平台 QuantaMind 的相关研究成果已发表于国际知名期刊《Science Advances》。该研究首次实现了在接近密度泛函理论（DFT）精度的前提下，对包含数万至十万原子的生物体系进行数十至百纳秒时间尺度的反应性分子动力学模拟。这一突破打破了传统计算方法中精度、速度与规模之间的“不可能三角”，将 AI 大分子设计带入“动态反应模拟”新时代。

核心信息与技术突破

1. 解决长期行业痛点
长期以来，理解分子“怎样工作”面临三大困境：

• 经典分子动力学 (MD)：虽能处理大体系和长时间模拟，但无法描述化学键的断裂与生成。
• 量子化学 (DFT)：精度极高，能精准捕捉化学反应，但计算量极大，仅适用于极小体系和极短时间。
• 已有机器学习力场：在小分子上表现良好，但在大型生物体系的长时推演中稳定性受限。

QuantaMind 通过创新的数据工程与模型架构，首次将这三个维度同时推向生物研发可用的范围，实现了连续追踪原子运动并捕捉完整反应过程的能力。

2. 性能指标与扩展测试

• 推理速度：在 NVIDIA A100 80GB GPU 上，最新测试显示推理速度达到 $2.1 \times 10^{-6}$ 秒/原子/步，十万原子级反应体系单位时间步的计算耗时降至 0.25 秒。
• 模拟规模：论文中实际验证的最大体系为 24,001 原子，最新扩展测试已达 十万原子级。
• 模拟时长：论文中实现最长 20 纳秒的稳定模拟，最新扩展测试已推进至 百纳秒尺度，足以覆盖完整的酶催化循环。

3. 关键验证数据
研究团队在多个尺度上验证了 QuantaMind 的精度与稳定性：

• 酶催化模拟：对包含 17,792 个原子的 PET 水解酶体系进行了 6 纳秒模拟，完成了完整催化循环。抽取 342 个构型进行独立 DFT 单点计算，原子力分量的 Pearson 相关系数均超过 0.99，表明其与参考 DFT 势能面保持高度一致。
• 质子扩散：在 24,001 原子水体系中，模拟质子扩散系数为 $0.87 \pm 0.10 \text{Å}^2/\text{ps}$，与实验值高度吻合。
• 水自解离：在 9,999 原子水体系中模拟 3 纳秒，捕获多次自发电离事件，模拟得到的 pH 值为 $6.34 \pm 0.06$，接近实验值 $6.13 \pm 0.03$。
• 蛋白质质子化：在溶菌酶模拟缓冲环境中开展 20 纳秒模拟，估算 His15 残基的 pKa 约为 5.81，与核磁共振实验测得的 5.5 接近。

产业应用价值

QuantaMind 的应用将分子研发从“盲目试错”转变为“先算再测”，具体体现在以下领域：

• 药物研发：能够解析动态机制，特别是不同 pH 环境下的质子化状态切换。在一项延长半衰期的 pH 敏感抗体设计项目中，辅助设计的候选抗体在 pH 6.0 下的解离速率达到 pH 7.4 下的 62 倍，此类结果过去需多轮湿实验偶然获得，现可通过计算端提前筛选。
• 酶工程：重现酶催化的关键步骤，探明复杂催化酶的反应机理，锁定关键突变位点，直接指导后续突变选择，从而缩小湿实验范围，降低研发成本与周期。

技术闭环意义

QuantaMind 的发布补齐了分子之心在 AI 分子研发闭环中的关键一环。结合其已有的蛋白质生成模型 NewOrigin、结构预测模型 MMFold 及从头设计平台 MMDesign，构建了“生成—设计—预测—机理理解”的技术矩阵。这些功能将集成至 AI 原生生物经济操作系统 MoleculeOS，推动建立更加完整、可信的 AI 分子研发新范式。