THEMol 数据集：分子的扭转、Hessian 和能量
化学物理
2026-05-15 v1
摘要
我们提出THEMol（Torsion, Hessian, Energy of Molecules），这是一个面向闭壳态有机分子的大型开源量子力学属性集合，最多包含50个原子。THEMol包括一个Hessian子集，包含超过300万个放松几何构式及其Hessian矩阵；一个TorsionScan子集，包含近1亿个受约束放松几何构式，包含能量和力；以及relaxation-trajectory子集（HessianRelax和TorsionScanRelax），总计约30亿次DFT计算。化学空间的采样是全面的，涵盖12种基本元素和与药物发现、电解质、离子液体等相关的多样分子结构。该数据集还通过TorsionScan和TorsionScanRelax子集实现了详尽的构象采样，包括详尽的环内和环外扭转扫描。此外，我们提供了一套广泛的Hessian矩阵库，这些矩阵在放松几何构式上计算，用于捕获势能势能景观的二阶导数信息。此外，我们提供了通过Minimal Basis Iterative Stockholder partition scheme计算得出的电子密度衍生的原子多极子。数据组织为五个 distinct 子集（Hessian、TorsionScan、HessianRelax、TorsionScanRelax和MBIS），包含优化后的几何构式、放松轨迹和派生的分子属性。我们预计，这一大规模且多样化的数据集将显著推动开发高度精确且可迁移的分子势的进程。
引用
@article{arxiv.2605.14973,
title = {THEMol dataset: Torsion, Hessian, and Energy of Molecules},
author = {Jiashu Liang and Tianze Zheng and Yu Xia and Xingyuan Xu and Xu Han and Zhi Wang and Siyuan Liu and Ailun Wang and Yu Liu and Shiqian Tan and Dongfei Liu and Zhichen Pu and Yuanheng Wang and Qiming Sun and Xiaojie Wu and Wen Yan},
journal= {arXiv preprint arXiv:2605.14973},
year = {2026}
}