复旦大学郁琦课题组，Nature Computational Science！

本文介绍了复旦大学郁琦课题组提出的MB-PIPNet框架，该框架基于有效分子单体能量展开总能的机器学习势，具有化学可解释性强且能高效包含体系中的多体相互作用的特点。研究背景指出机器学习势函数在分子动力学模拟中的重要性，但目前的方法存在可解释性不足和计算成本高的问题。研究目的在于开发一种高效且精确的替代方案。MB-PIPNet框架通过结合置换不变多项式理论，仅使用单体和两体描述符即可高效包含多体相互作用，保证了模型的精度和效率。实验结果表明，MB-PIPNet在能量和力的预测方面表现优异，计算量与分子数目成正比，适用于各类气相、凝聚相体系。未来研究将进一步优化框架，拓展其应用范围至更复杂的有机分子和生物大分子体系。