Bohrium® Apps 现推出 Molecule Recognition，一键获得 pdf 或图像中所有分子结构式和 Markush 式。

扫描电子显微镜（Scanning Electron Microscope，SEM），简称扫描电镜，是一种通过用聚焦电子束扫描样品的表面来产生样品表面图像的电子显微镜。近年来已经在材料科学、生物学、化学等领域取得了广泛的应用。通过使用电子显微镜，可以观察到纳米级别的细胞结构和颗粒，从而更好地理解不同材料和生物体的性质。

近年来，数据驱动的深度学习方法在自然语言处理、计算机视觉等领域中给出很多复杂应用问题的解决方案。在计算模拟领域，机理+数据驱动融合的计算方法不断发展，成为数值模拟现实问题的新范式。

从“等价交换”的远古炼金术开始，化学一直是一门了解和控制物质间相互反应的学科。经过不断解锁和利用新的化学反应，人类在不断研发出新材料便利自己的生活的同时也在提升能量利用效率，促进可持续发展。

晶体结构决定物质的性质，而以理论为先导，凭借任意化学配比预测到性质优秀的晶体结构，并结合实验进行材料合成，大大推动了凝聚态领域的发展，所以晶体结构预测是凝聚态物质研究的一项重要工具。

在化学科学中，解决构效关系是永恒的话题。现在 AI for Science 已经有相当多的可解释模型和相应的解释方法可以帮助我们分析构效关系，得到简明扼要的，化学家可以理解的构效关系。

近年来，机器学习与物理建模的结合正在改变着科学研究的范式。机器学习势能（MLP）模型的日益流行，彻底改变了分子动力学（MD）模拟在多个领域的应用。DeePMD-kit 作为 DeepModeling 开源社区的核心项目，通过训练被称为深度势能模型（DeepPotential，简称DP）的机器学习势能（MLP）来促进分子动力学模拟，广泛应用于物...

随着新能源汽车、便携电子设备和电化学储能系统等行业的迅猛发展，电池电芯全生命周期内的性能监测、状态估计和寿命预测等问题越来越受到广泛的关注，已经成为制约这些行业进一步发展的关键因素。

新材料需求的不断升级，推动材料研究进入到更微观的量子力学尺度。如同实验需要仪器，基于密度泛函理论 (Density Functional Theory, DFT) 的第一性原理软件是材料领域计算模拟的主要平台。

大语言模型 (Large Language Model, LLM)，旨在理解和生成人类语言。在大量文本数据上进行训练，可执行广泛的任务，包括文本总结、翻译、情感分析等等。今年爆火出圈的 ChatGPT 即为一个大语言模型，而 LIama-2 的出现又为 LLM 市场带来了一些「震撼」。 

在过去的几十年里，虽然药物研发相关成本不断攀升，同时伴随着诸多科技突破 —— 从超高通量筛选到“组学”革命催生的疾病生物学认知，预期中的药物研发生产力已达到历史最高水平，但新药的产量却基本没有显著变化。

在药物发现领域，基于结构的药物设计旨在寻找与蛋白靶点具有高结合亲和力的分子。传统方法如虚拟筛选在大型分子数据库上进行搜索，效率较低且无法发现数据库之外的新分子。为解决这一问题，深势科技提出基于虚拟动力学的分子生成方法 VD-Gen，该方法能够直接在蛋白靶点空腔中生成具有高结合亲和力的分子。

在做分子动力学模拟的时候，你有没有对这个问题感到过困惑：我模拟的原子那么小，用经典力学的小球模型描述它们的运动精度够吗？为什么对原子的运动不用量子力学？

紧束缚模型（Tight Binding Model, TB Model）作为计算电子结构的等效哈密顿量方法，相对于第一性原理方法，具有尺寸小效率高的优点，在研究纳米尺度或者更大体系的电子性质，探究剖析物理现象的深层机制具有巨大优势。

晶体结构对材料性质有很大的影响，就像房子的设计图对房子性能有决定作用一样。要了解和改进材料，首先要研究它的晶体结构。晶体结构预测是根据化学组分，通过计算机模拟得到晶体可能形成的稳定或相对稳定的结构。这就好比只知道一份房屋材料清单，通过计算可以设计出多种不同的房屋结构。

Transformer 是 ChatGPT 等大语言模型的核心技术之一，而注意力机制是其的关键部分。但是，标准的注意力实现具有二次时间和内存复杂度，使其在长序列任务上变慢并消耗大量显存。这限制了 Transformer 能够建模的上下文长度，同时使得大尺度模型的训练和推理时间延长。

数字信号处理 (Digital signal processing, DSP)，是现代通信技术的重要组成部分之一。其目的是对真实世界的模拟信号进行加工和处理。模拟信号经模数转换器（A-D转换器）转为数字信号；经由数字信号处理，再由数模转换器（D-A转换器）将处理后的数字信号变回模拟信号，才能适应真实世界的应用。

作为量子力学的重要应用之一，量子计算正在受到越来越多的关注，但结合理论代码的科普还比较少。从本期开始，NBHub 将以云上 Notebook 的形式推出一系列关于量子计算和量子模拟的科普介绍。请大家期待！

在本期 Notebook 中，我们为你精心打造了一份以主成分分析（Principal Component Analysis, PCA）为主题的「化学」旅程。我们会围绕三个问题循序渐进地帮助你理解和应用这一简洁而又强大的数据分析方法：

在 AI for Science 技术已经颇为成熟的当下，神经网络被大量用于分子结构建模，成为了量子力学模拟、材料发现、药物设计、反应设计等等领域的一种新的范式。具体而言，这些神经网络往往以分子结构作为输入，预测分子势能、原子受力、分子毒性等等人们关心的性质。分子结构在本质上是三维欧氏空间的点云，这一输入有别于...

近年来，机理与数据的融合计算正快速发展着。机器学习作为数据驱动的计算方法，以其解决高维复杂问题的能力而闻名于世。它在视觉理解、自然语言处理等领域取得了重大突破。与此同时，基于机理的计算方法，如有限元模拟，在现代工业中起着至关重要的作用，广泛应用于飞机、汽车、材料和新能源等行业。

在往期内容中，我们介绍了《深度强化学习算法与实践：基于PyTorch的实践》一书，并将其中丰富的案例代码整理成了云上 Notebooks，供读者轻松上手深度强化学习。这个过程中，书作者张校捷给了我们很大的支持，并给我们留下了深刻的印象。

近年来，数据驱动的深度学习方法在自然语言处理、计算机视觉等领域中给出很多复杂应用问题的解决方案。在计算模拟领域，机理+数据驱动融合的计算方法不断发展，成为数值模拟现实问题的新范式。

紧束缚模型（Tight Binding Model，简称 TB 模型）是一种用于描述固体中电子行为的理论模型，与第一性原理方法相比，紧束缚方法可以通过解析推导剖析物理现象的深层机制，同时可以发挥计算量小的优势，研究纳米尺度或者更大体系的物理性质。

扫描透射电子显微镜（Scanning Transmission Electron Microscope, STEM）是一种特殊类型的透射电子显微镜（Transmission Electron Microscope，TEM），可以在皮米级精度的原子尺度上观察样品的结构和成分。STEM 技术广泛应用于材料科学、生物学、化学等领域，具有巨大的应用潜力，已经成为获得纳米材料原子位置特异性信...

为了生产一个机器学习势函数，你积累了大量的第一性原理数据，却发现训练模型的样本效率不足，迁移性差。如此大的花费只能体验“一次性”的机器学习分子动力学模拟 (MLMD)？这未免太贵了！

写过代码的同学对 debug 的痛苦应该深有体会，debug 的时间往往远远超过实际编写代码的时间，最终却发现只是一个意料之外的微不足道的错误导致了 bug。过了一段时间，重新使用这段代码的时候，又出现了新的 bug， 但偏偏还不能怪别人，毕竟是自己写的代码，血压上来了.jpg。程序说变量未定义那就真的是未定义，说变量类...

拿到数据，不知道如何快速地分析？面对结果，不知道用什么图更好地展示心中的想法？面对 CNS 期刊优雅的图，心中满是羡慕却不知从何下手？搜索了很多教程，却在安装时就被繁杂的安装步骤以及满屏的版本冲突劝退？

求解偏微分方程（Partial Differential Equation, PDE）是科学计算领域最重要的课题之一，也是计算机辅助工程（Computer-Aided Engineering, CAE）软件的核心要素。为求解 PDE，有限差分方法、有限元方法、谱方法等经典数值方法被提出并广泛研究。但是，经典数值方法依赖于网格离散，在复杂几何和高维问题等方面面临困难。

分子对接（Docking）方法在药物早期设计阶段的虚拟筛选中具有重要应用，但是随着化学分子库的急速增长，传统的分子对接已经难以在合理成本下处理千万级、亿级数据库的虚拟筛选工作[1]。