分子之心QuantaMind登Science Advances，让AI给分子世界”拍电影”
内容提要
分子之心在《Science Advances》发布反应性原子建模平台QuantaMind，首次将接近DFT精度的反应性分子动力学推进至数万原子级、数十纳秒尺度，最新测试达十万原子级和百纳秒。该平台成功模拟近1.8万原子PET水解酶完整催化循环，精度与DFT高度一致，可解析药物动态机制、指导酶工程改造，标志AI分子研发从静态结构预测迈入动态机制理解新阶段。
延伸解读
从静态到动态：AI分子研发的范式转变
QuantaMind将反应性分子动力学推进至数万原子级和数十纳秒尺度，使AI能够模拟化学键断裂与生成等动态过程。这标志着AI分子研发从静态结构预测迈入动态机制理解，让研究人员能在计算端提前推演反应路径，而不再依赖事后实验验证。
精度与效率的平衡：QuantaMind的技术突破
QuantaMind在保持接近DFT精度的同时，实现了高效的模拟。在A100 GPU上，其推理速度达4.2×10⁻⁶秒/原子/步，对约1.8万原子体系每纳秒模拟约需20小时。最新测试更将十万原子级体系单步耗时降至0.25秒，为大规模生物分子模拟提供了可行方案。
产业应用：从试错到计算的研发变革
QuantaMind能解析药物动态机制和酶催化机理，指导理性设计。例如，在pH敏感抗体设计中，辅助设计的候选抗体在pH6.0下的解离速率达pH7.4下的62倍；在酶工程中，可锁定关键突变位点，缩小湿实验范围，降低研发成本与周期。
技术矩阵与未来展望
QuantaMind补齐了分子之心从生成、设计、预测到机理理解的技术闭环，并将集成至MoleculeOS。创始人许锦波表示，QuantaMind旨在成为连接分子设计、机制模拟与实验验证的基础设施，推动AI分子研发新范式。
Q&A
QuantaMind是什么？它主要解决什么问题？
QuantaMind是分子之心自主研发的反应性原子建模平台，旨在解决反应性分子动力学在大型生物分子体系中精度、速度与尺度难以兼得的困境，首次将接近DFT精度的反应性分子动力学推进至数万原子级和数十纳秒尺度。
QuantaMind在精度和规模上达到了什么水平？
QuantaMind在精度上与DFT高度一致，原子力分量的Pearson相关系数超过0.99；规模上，论文实际验证了24,001原子体系和20纳秒模拟，最新扩展测试达到十万原子级和百纳秒尺度。
QuantaMind的计算效率如何？
在NVIDIA A100 80GB GPU上，QuantaMind推理速度达4.2×10⁻⁶秒/原子/步，与最先进机器学习力场相当；对约18,000原子PETase体系，每纳秒模拟约需20小时。最新测试推理速度达2.1×10⁻⁶秒/原子/步，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。
QuantaMind在生物体系验证中取得了哪些关键成果？
QuantaMind对包含17,792个原子的PET水解酶体系进行了6纳秒反应性分子动力学模拟，完成了完整催化循环的模拟，并能连续追踪催化过程中的化学反应过程。
QuantaMind在药物研发中有哪些具体应用？
QuantaMind能捕捉关键残基在不同pH下的状态切换，辅助pH敏感抗体与大分子设计。例如，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pH6.0下的解离速率达到pH7.4下的62倍。
QuantaMind如何帮助酶工程改造？
QuantaMind能够重现酶催化的关键步骤，在实际产业项目中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，缩小湿实验范围，降低研发成本与时间周期。
QuantaMind的发布对AI分子研发意味着什么？
QuantaMind的发布标志着AI分子研发从静态结构预测迈入动态机制理解的新阶段，补齐了AI分子研发闭环中的关键一环，推动建立更加完整、可信的AI分子研发新范式。
