SPICE：用于训练机器学习势的药物类分子与肽数据集
化学物理
2022-11-28 v2 机器学习
生物大分子
摘要
机器学习势是分子模拟的重要工具，但其发展受限于缺乏用于训练的高质量数据集。我们描述了 SPICE 数据集，这是一个新的量子化学数据集，用于训练与模拟药物类小分子同蛋白质相互作用相关的势。它包含超过 110 万种构象，涵盖多样的小分子、二聚体、二肽以及溶剂化氨基酸。它包含 15 种元素、带电与不带电分子，以及广泛的共价和非共价相互作用。它提供了在 {\omega}B97M-D3(BJ)/def2-TZVPPD 理论水平上计算的力和能量，以及其他有用量如多极矩和键级。我们在其上训练了一组机器学习势，并证明它们能在广阔的化学空间区域内达到化学精度。它可作为创建可用于分子模拟的可迁移、即插即用势函数的宝贵资源。
引用
@article{arxiv.2209.10702,
title = {SPICE, A Dataset of Drug-like Molecules and Peptides for Training Machine Learning Potentials},
author = {Peter Eastman and Pavan Kumar Behara and David L. Dotson and Raimondas Galvelis and John E. Herr and Josh T. Horton and Yuezhi Mao and John D. Chodera and Benjamin P. Pritchard and Yuanqing Wang and Gianni De Fabritiis and Thomas E. Markland},
journal= {arXiv preprint arXiv:2209.10702},
year = {2022}
}
备注
19 pages, 6 figures