大型蛋白质图神经网络的规模化
化学物理
2026-01-12 v1 生物物理
计算物理
摘要
图神经网络 (GNN) 架构已成为具有高精度的力场模型，能够基于原子身份和笛卡尔坐标预测复杂能量和力。为扩大 GNN 的适用性，尤其是针对经典分子动力学模拟中大型生物分子系统，优化其计算效率至关重要。本研究通过引入数据集 DISPEF 来解决现有 GNN 基准测试中的关键挑战。DISPEF 包含 207,454 种蛋白质，规模可达 12,499 个原子，涵盖折叠和无序区域等多样化化学环境。由于其多体性质，隐含溶剂自由能作为训练目标具有严峻挑战，为评估机器学习模型的表达能力提供了严苛测试。我们对 DISPEF 上七种 GNN 进行基准测试，强调直接考虑长程相互作用对增强模型可迁移性的重要性。此外，我们提出一种新型多尺度架构，称为 Schake，为大型蛋白质提供可迁移且计算高效的能量和力预测。我们的发现为推动 GNN 在蛋白质建模应用中发展提供了宝贵的见解和工具。
引用
@article{arxiv.2410.03921,
title = {Scaling Graph Neural Networks to Large Proteins},
author = {Justin Airas and Bin Zhang},
journal= {arXiv preprint arXiv:2410.03921},
year = {2026}
}