EDBench：用于分子建模的大规模电子密度数据

该研究解决了现有分子机器学习力场（MLFFs）在电子密度（ED）数据不足的挑战，电子密度对分子力场的理解至关重要。提出的EDBench数据集，涵盖330万种分子，提供了高质量的电子密度数据，并通过一系列基准任务评估模型在电子信息理解和利用方面的能力，显示学习方法能够以显著降低的计算成本有效计算ED。这项工作为基于电子密度的药物发现和材料科学奠定了坚实基础。

该研究推出EDBench数据集，包含330万种分子，解决了分子机器学习力场在电子密度数据不足的问题，为药物发现和材料科学提供基础。

EDBench 分子 建模 数据集 材料科学 药物发现
原文中文，约300字，阅读约需1分钟。发表于：。
阅读原文
分享给好友