GaliLeo论坛

3Zeta 级别 Pople 基组热化学别用了？看看两方观点如何在 JPCA 上碰撞

admin — Tue, 14 Apr 2026 06:45:30 +0000

本文首先于2026年3月9日发表在星使智算微信公众号

前言

Pople 基组一直在有一定计算化学人心中有着特殊的地位，这种特殊的地位毫无疑问可以追溯到 Gaussian 软件在应用计算化学领域几十年如一日的风靡。但在 def2 系列基组的诸多优势（不用额外加极化/系统构建/对第五周期起自带赝势/支持元素广泛/标配辅助基组）的冲击下，也有越来越多人实际应用转向了 def2 系列基组。在 2023 年一篇 JPCA 直接在热化学问题上对 Pople 3zeta 6-311G 系列亮剑，comment 随之而来，紧接着又是一篇 reply to comment，下面就请您随我看待这场学术碰撞。

6-311G 系列都拉完了！

首先来看第一篇发难之作：新南威尔士大学 Laura K. McKemmish 等人的发难之作，计算软件是 Q-Chem v5.4.2

来源：J. Phys. Chem. A 2023, 127, 48, 10295–10306

标题起的就极度吸睛:"Benchmarking Basis Sets for Density Functional Theory Thermochemistry Calculations: Why Unpolarized Basis Sets and the Polarized 6-311G Family Should Be Avoided" ，翻译过来就是热化学密度泛函基组测试——为什么不加极化的基组和加了极化的 6-311G 系列都别用了。

这个标题中也包含着任何合理的计算化学家/量子化学家都知道的事情，计算要带极化！计算要带极化！计算要带极化！（重要的事说三遍）当然，def2 系列基组相比于 Pople 基组一个优点就是用不带极化的 def2 系列基组是困难的，但丢掉 Pople 基组的极化是计算新手的常犯错误。这里的测试集选择的是知名主族热化学数据集 GMTKN55 的改动版 diet-139-GMTKN55，里面的一些数据因为太过耗时/涉及到部分基组没有数据集分子含有的元素定义而被删除。一句话概括就是作者用的是删减过的 diet-139-GMTKN55 数据集。B3LYP/M06-2X/ωB97M-V 三个泛函被选取并结合各路基组（Pople/def2/Dunning/Jensen）进行暴力 benchmark，得到如下结果：

来源：Figure 6 of J. Phys. Chem. A 2023, 127, 48, 10295–10306

上面的数据很好的反应了应用量子化学工作者之间的一些共识：

M06-2X 算主族的能量不错，但是ωB97M-V 更优，B3LYP 算能量一般般
3zeta 的基组算能量是比较有必要的，可以大大降低误差

几组 Pople 基组的"内战"结果令人惊讶：

6-311G*给出了和 6-31G*相仿的精度，zeta 数提升白提升
都加弥散的 6-311+G*甚至还没比过 6-31+G*，居然还倒退
加了不少额外极化的 6-311G(2df,p) 也就和 6-31++G**拼了个仿佛，加 zeta 加极化居然和加弥散差不多

看一下 def2 系列基组，给出了很多预料之内的信息，值得顺带一提的是 def2 加弥散有两种主流实现方式：一种是前缀加 ma，一种是后面加 D，这里测试的是后面加 D 的版本，弥散相比前缀加 ma 要加的更多。

def2-TZVP 显著强于 def2-SVP，也显著强于 def2-SVPD
def2 系列的 3zeta 各种变体显然没有 6-311G 家族来的繁多
有趣的是在 3zeta 级别上继续上极化没有上弥散对结果影响大

下图是 TOC，横向对比了 Pople/def2/Jensen 系列基组的 3zeta 误差，可以看到 6-311G 家族对加极化是不太敏感。

来源：TOC of J. Phys. Chem. A 2023, 127, 48, 10295–10306

基于上述测试，文章在结尾部分对 3zeta 的 Pople 系列基组展开锐评：

“On the use of 6-311G family: Despite its name, polarized 6-311G should not be considered to be of triple valence zeta quality (this paper provides compelling quantitative evidence to support the very early results of Grev and Schaefer that have unfortunately often been ignored).”

翻译大意：尽管 6-311G 有 3zeta 之名，但无 3zeta 质量之实！（Grev 和 Scheafer 早就说了，但大家都如若无睹！）

结论不可谓不犀利！且看支持方如何反击。

是你极化加不明白！

在九个月后，俄亥俄州立大学的 John.M.Herbert 等人针对上面的文章给出了 Comment，测试软件是 Q-Chem v6.1.1

来源：J. Phys. Chem. A 2024, 128, 36, 7739–7745

作者上来就抛出了直接的观点：

"Early benchmark studies suggested that Pople-type basis sets including 6-311+G(2d,p), 6-311+G(3df,2p) and 6-311+G(3df,2pd) were appropriate for thermochemical calculations and the largest Pople basis set, 6-311++G(3df,3pd), continues to be used as a benchmark-quality basis. As such, the titular prohibition on polarized 6-311G-type basis sets came as a surprise, given that none of the aforementioned examples were considered in ref (1)"

大意翻译：一堆常用能量测试的 3zeta Pople 基组你是一点没提，然后就说 6-311G 全系列都不行，无语。

他们返璞归真到了原始的 GMTKN55，并给 B3LYP 加上了 D3 的色散矫正，B3LYP-D3 or B3LYP-D3(BJ) 确实是大家更常见的用法，而且确实降低了误差。得到的数据如下图所示，里面有一个稍有陌生的基组可能是 def2-ha-TZVP，ma 是 minimal argumented 的缩写，ha 是 heavy argumented 的缩写，就是比 ma 再多加些弥散，但是仍不如 D 加的多。

来源：Figure1 of J. Phys. Chem. A 2024, 128, 36, 7739–7745

根据上图得到的一些重要结论：

6-311G+(2df,p) 和 def2-ma-TZVP 精度相仿
6-311G(2df,p) 和 def2-TZVP 精度也相仿（笔者评：这应该是数据集/统计的原因，从第一篇文章中这两者的对比还是有差距的，在这里就差不多了）
弥散函数对减小误差相当有帮助

来源：Figure2 of J. Phys. Chem. A 2024, 128, 36, 7739–7745

从第二张图和例子来看作者表示：

6-311G(d,p) 成本就是 def2-TZVP 一半，统计效果相当，赢！
6-311+(3df,2pd) 成本不到 def2-QZVP 1/10，给出仿佛精度，赢！

作者同样探讨了常说的加弥散函数不收敛问题，通过调阈值很好的解决了。（笔者评：John M. Herbert 就是 Q-Chem 核心开发者，绝大多用户肯定没他玩的 6，他调行，大家没事别乱调默认参数）

Comment 反击同样气势十足，且看 reply to comment 如何为争端画上句号。

你说的对，但是……

在同一期 JPCA 上，Laura K. McKemmish 给出了对于 Comment 的回复：

来源：J. Phys. Chem. A 2024, 128, 36, 7733–7738

这篇 reply 上来承认了 comment 的合理之处，但仍指出 6-311G 仍然不像 3zeta 基组，是加了弥散之后的 6-311+G 可以当个 3zeta 基组了。

他们对一个 3 线态 C 进行了 HF 计算并看轨道系数得到了如下的图：

来源：Figure1: Coefficient of the s-basis functions in the triplet carbon atom 1s (top) and 2s (bottom) alpha orbitals from Hartree–Fock calculations with various basis sets. J. Phys. Chem. A 2024, 128, 36, 7733–7738

这里没有加极化的原因是相对充分的，因为只算了 C 原子，极化主要是对键的取向性很有帮助，只是一个孤立原子不加无妨。

如果完全不知道 s basis function 这些基组概念也没关系，最简单的方法就是比较法：对比系统构建的 def2-SVP 和 def2-TZVP，可以知道后两个格代表的应该是 2zeta 和 3zeta 的区别，但是对比 6-31G 和 6-311G 就发现只变了一个格，就像加了一层弥散。这也部分能解释为什么第一篇文章数据展现出的 6-31+G*甚至比 6-311G**拼了个半斤八两。而 6-311+G 终于有点像 3zeta 了。这也是 6-311G 系列基组 s basis function 参数化不佳的最直观展现。

这篇 reply to comment 同时指出了一条特别重要的点：统计上的区别，第一篇 comment 用的是 95% 置信区间，但第二篇回应用的是标准差，统计方式不同带来相当不同的评价。

文章结论：

6-311G 还是不可取，但是 6-311+G 系列可取，而且 6-311+G(2df,p) 不错
但还是要用 def2-TZVP，理由是支持元素更多，使用更方便，在同计算时间的条件下误差比 6-311+G(2df,p) 小

这条结论同时也给另一个常见的应用计算化学的问题提供了可参考的答案：优化阴离子的时候假如用 def2 系列基组要不要加弥散？比如用 ma-def2-SVP 或者 def2-SVPD？

如果根据这篇文章的测试，可以说，对有机体系不那么必须。例如当你纠结要不要给 def2-SVP 上弥散的时候，应该先弄到 def2-TZVP 再说。这其实折射出来的是计算量子化学多年来在 Gaussian 建立的 Pople 基组语言上的惯性，大家再说加不加弥散的时候多数时候的出发点都是 Pople 基组而不是 def2 系列基组。

从更实践的角度来说，这给了 B97-3c 和 r2SCAN-3c 这两种 ORCA 支持相当快速的复合方法用于更广阔的用途以理由。

星使二茂铁针对整场学术论战评论和个人观点：

两方都给出了相当详实的数据和理由，论战结果各有胜负。McKemmish 接受了 6-311+G 系列还可以，Herbert 也没有再发 reply to reply to comment 穷追不舍。问题已经被讨论的比较清楚了。

统计标准导致了质量评价结果不同，展现出了统计学中人为干涉的一面
Pople 基组并非系统性构建的问题被直接指出并辅助以相当好理解的例子
Pople 基组写起来实话是很繁琐，变种奇多，def2 系列基组明显更加容易，而且新手极难犯不加极化的错误
Gaussian 多年来在理论和计算的统治地位带来了 Pople 基组本位的讨论起点
从用户角度来说，McKemmish 的文章更加有意义，Herbert 作为开发者的技巧绝非普通用户所能及。即便是擅于调收敛阈值，也让计算变得更加麻烦。正如同 Sob 社长经常在计算化学公社强调的那样，如果不是必须加弥散就别加。对于 Pople 基组尚且如此，对于 def2 系列基组更是如此

最后一句

笔者平时最常用的是 ORCA 软件，所以用的最多的还是 def2 系列基组。顺带值得一提的是，ORCA 里面没事别用 Pople 基组，因为没有对应的辅助基组，ORCA 也没有对 Pople 基组进行特别优化。多的不说了，二茂铁要继续去平台开发测试 ORCA 相关内容了，也欢迎大家使用测试我们的 ORCA 相关内容。感谢大家收看本期内容，我们下期再见。

为什么在量子化学中应该抛弃力的说法

admin — Fri, 03 Apr 2026 10:18:21 +0000

概论

时常在今天网络各交流处量子化学说法中听到 xx 力的说法。就连 Gaussian 中几何优化中仍然有一项叫 maximum force 作为几何优化结构收敛的判定。本文的目的是简要的说明为什么应该抛弃力的说法，转而使用作用一词。内容包含对拉格朗日量和哈密顿量的超简介。

拉格朗日力学超简介

牛顿第二定律的原始版本 F=ma 长久统治了经典力学，但是其矢量性和面对诸多约束带来方程复杂性为其更大规模的应用出现问题。拉格朗日量的提出破坏性的解决了这项问题，利用一个标量，即拉格朗日量解决了上述的问题。

拉格朗日量 L 被动能和势能定义，其中 T 是动能，V 是势能

$$L = T - V$$

由拉格朗日量出发可以得到欧拉 - 拉格朗日方程，即在拉格朗日力学框架下的运动方程，其中 q 是广义坐标，q_dot 是广义速度。带入任何具体的 L 进去计算得到的式子，又叫运动方程 (Equation of Motion，简称 EOM)

$$\frac{d}{dt} \left( \frac{\partial \mathcal{L}}{\partial \dot{q}} \right) - \frac{\partial \mathcal{L}}{\partial q} = 0$$

一个最简单的例子，自由粒子的拉格朗日量及其 EOM

$$L(x,\dot{x}) = T - V = 1/2 m \dot{x}^2 - 0 = 1/2 m \dot{x}^2$$

带入欧拉拉格朗日方程：

$$\frac{d}{dt} \left( \frac{\partial \mathcal{L}}{\partial \dot{x}} \right) - \frac{\partial \mathcal{L}}{\partial x} = 0 $$

$$\frac{d}{dt} \left( \frac{\partial \mathcal{L}}{\partial \dot{x}} \right) = \frac{d}{dt} ( m \dot{x} ) = m \ddot{x}$$

由于拉格朗日量不显含坐标 x，对坐标 x 求导没有数值

$$\frac{\partial \mathcal{L}}{\partial x} = 0 $$

结合上面两式可以得到：

$$m \ddot{x} = 0$$

这正是自由粒子运动的牛顿第二定律方程，这个简单的例子是想说在传统牛顿力学统治的体系下，拉格朗日力学仍然可用。但有些体系就绝非牛顿第二定律可以搞定的体系了，例如我们的量子化学体系。

哈密顿力学--量子化学的基本语言

在量子化学/固体物理中，用的更多的是哈密顿力学，哈密顿量是量子/计算化学家更加熟悉的语言。这里我们不引入任何薛定谔方程的内容，只是单纯的讨论哈密顿力学框架。

$$H = T + V$$

哈密顿力学的 EOM 和拉格朗日力学的 EOM 略有不同，是方程组。这里的 p 是广义动量，q 是广义坐标

$$\dot{q}_i = \frac{\partial H}{\partial p_i}, \qquad\dot{p}_i = -\frac{\partial H}{\partial q_i}$$

一个最简单的例子，自由粒子的哈密顿量及其 EOM

$$H(x,p) = T - V = p^2/2m - 0 = p^2/2m$$

带入哈密顿力学的 EOM

$$\dot{q}_i = \frac{\partial H}{\partial p_i} = p/m , \qquad\dot{p}_i = -\frac{\partial H}{\partial q_i} =0$$

在对左边的式子再对时间求一次导并带入右边的式子，我们自然得到了跟拉格朗日框架一样的结果：

$$\ddot{q}_i = \dot{p}/m = 0$$

力去哪里了？

一个简单的假设是势能只和位置 (广义坐标) 有关，大部分情况也是如此，写出拉格朗日量

$$L(x,\dot{x}) = T - V = 1/2 m \dot{x}^2 - V(x) $$

把如此拉格朗日量带入 EOM:

$$m \ddot{x} = - \frac{\partial V(x) }{\partial x}$$

对比一下最经典的牛顿第二定律 F=ma，可以发现力是势能对位置的负导数，当然我们刚才用的全部是一维条件，扩展到多维，力是势能的负梯度：

$$\mathbf{F} = -\nabla V(x)$$

为什么要用作用而不用力？

如果仍然遵循牛顿力学的语言 F=ma，其中的 a 作为加速度。如果需要知道加速度那么就需要知道粒子的轨迹，但是根据测不准原理，根本没法获得准确的轨迹。所以经典的角度来看力是不对的，但如果把力看成势能的负梯度的话首先是借用了拉格朗日力学的框架，其次是如果势能同时是含时的话，更加找不到经典力学的对应。而作用这种语言完全是能量角度出发，和拉格朗日力学和哈密顿力学都是兼容的。这就是为什么在量子体系里面更多的用作用，而不是用力的说法。至于 Gaussian 里面说的 Maximum Force，其实就是梯度，在 ORCA 里面也用 Max Gradient 来表示。

总结

本文超级简略的介绍了拉格朗日力学和哈密顿力学，同时指出了为什么 xx 力这种说法在量子化学中是不恰当的用法并阐明了理由。

latex 测试

Friks — Fri, 03 Apr 2026 09:47:37 +0000

行级公式：$E=mc^2$

块级公式：$$\sum_{i=1}^{n} i = \frac{n(n+1)}{2}$$

分数与根号：$$\frac{-b \pm \sqrt{b^2-4ac}}{2a}$$

微积分符号：$$\int_a^b f(x) dx$$

矩阵渲染：$$\begin{pmatrix}1 & 2 \\ 3 & 4\end{pmatrix}$$

多行对齐：$$\begin{align*} x &= y + 1 \\ z &= x + 2 \end{align*}$$

特殊字符：$$\alpha, \beta, \gamma, \infty$$

ABACUS Agent 1.1.6 | 2025 星海漫游之旅

QuantumMisaka — Sat, 03 Jan 2026 05:39:34 +0000

扉页

各位 GaliLeo 平台的新老用户们，各位科研一线的研究者和爱好者们，2026 元旦快乐！

GaliLeo 平台的 ABACUS Agent 建设已经有半年多了。回望来路，百感交集。最初入局为的只是“一个共产主义的事业”，不觉间竟猛然发现在做的事情竟然已经在时代浪潮的风口。

更新良多，有段时间没给大家汇报近况，趁此佳节，说道说道。

初心

古早的人类，在漫长的进化史中，以直立行走解放双手，以制造和使用工具扩展自身极限，进而开启了人类的文明。

1610 年，伽利略用望远镜观察天空，记录真实的星象。从此，千年的地心宇宙观被动摇，人类开始认识真实的星海。

如今，我们用理论计算模拟原子，描绘微观的世界；用 AI 智能体驱动计算引擎，为了更为广阔的认识世界的征程。

就材料、表界面等周期性问题而言，我们以国产开源的原子算筹 (ABACUS)为中心，走向这段智能计算赋能科研的旅途。

原子算筹有来自中国科大、北京大学、中科院物理所、北京科学智能研究院和合肥综合性国家科学中心人工智能研究院的自主原创力量，有来自开源社区和用户群体的智慧，还有广大小伙伴们的支持。我们坚信，原子算筹一定能越来越好。我们更希望，这场智算科研的星海旅途，属于所有的开发者和所有的社区小伙伴。

这场漫游，未完待续。我们，永远在路上。

航程

点击”阅读原文“，可以快速进入智算平台。点击左侧栏 AI，映入眼帘的是琳琅满目的智能体百宝箱

它们各自处理广阔的科学计算星海的一隅，而我们要聚焦的是原子算筹。在搜索框搜索'ABACUS'或者'第一性原理’，即可快速抵达。

通过”详情“，我们可以一窥原子算筹软件和原子算筹智能体的介绍，以及各个版本更新的概览。

点击”使用“，可以进入正式的交互窗口。

除了智能体的自我介绍之外，稍加下拉一下，能看到海量的可一键使用和快速预览的案例

这里的每一个案例都是实际跑通的功能点，都可以通过“查看示例”看到案例制作时人与 AI 的交互历程，也都可以通过”快速使用“将交互提示词加载到聊天框，快速开启从电子结构出发的材料计算模拟大航海。

其中有一个最新的案例是”氧化钴表面 SCF 计算“。这个案例看起来平平无奇，只是个通过 SCF(自洽场) 迭代完成单个物质结构的电子结构计算过程。但正确完成这个计算其实难度很高。

一方面，表面结构的计算相比传统三维体相更为困难；另一方面，氧化钴属于反铁磁性材料，需要正确设置初始磁矩和电子步迭代参数。并且，这里模拟的是 Co3O4 的 (311) 晶面，而不是常见的 (110) 等晶面。其表面原子分布相对不规则，进一步加剧了计算难度。

事实上，这个案例来自于中山大学某课题组的实际计算模拟案例，该团队研究者多次尝试采用业内常用的的 V 某商业软件进行计算，在经过反复的参数调整之后，SCF 计算依然不收敛。

然而，基于本智能体的智能参数设置，加上原子算筹软件本身的稳健算法，这一计算可以被快速地完成，且相关的 SCF 计算能直接收敛。在计算过程中，智能体还会主动与研究者交互，分析可行性，规划任务列表，并逐步执行、美观展示、确保每一步模拟清晰可控。

这里提出需求的过程看起来需要专业知识，其实不用——这些参数大多都内置在了智能体的知识中。只是给他更清晰的需求有助于更好地完成任务。在执行任务的过程中，AI 还会主动分析结构特点，将结构特点和建议参数展示给用户，这也让它不仅只是任务执行者的角色，同时还是类似于“师兄”这类帮助你入门的角色。

对于上述的氧化钴表面计算任务，在提出需求之后，基本上只要一直继续，就可以完成整个计算任务。研究者可以随时根据自己的需求询问 AI 相关内容。如果出现报错，AI 也会把报错信息或者联系方式展示给研究者，以供研究者和智能体共同进步。

这里直接展示计算完毕之后，AI 给出的任务总结：

用户当然可以进一步提取计算结果信息。比如，AI 智能体会把一些关键的文件拿到前台。我们点击上面"abacus.log"文件的'眼睛'图标查看，即可查看计算日志。

也可以切换到文件模式，进一步查看各个任务的计算文件及其细节，当然了，这些计算结果文件既可以下载，也可以转存到云盘，供下一个任务使用。

随着团队的持续开发迭代，这些界面显示可能会发生一定的变化，我们会争取让界面呈现越来越好，也更欢迎大家对平台页面和智能体的可完成功能进行持续的探索！

航向

科研的基础设施，远没有完全完善，更不一定到了拉条电线就能连成电网的程度。

就科学计算而言，无论是计算硬件、计算软件、模拟算法；还是用户体验，社区讨论，教程体系，都还没到可称之为完善的程度。

Agentic Research 的飞轮，远没到完全体，还需要自我迭代，这需要各个方面的研究者共同协力。

聚焦科学计算垂类，精细化智能体协议，沉淀已有知识，积累计算案例，以智能化牵手开发团队和场景应用，以智能体联动开发团队和用户社区，让开发者快速定位痛点迭代，让用户及时体验新方法新工具，与开源社区共同成长，共同前行。

这或许，才是当前科学智能体，最能看到的现在。

至于未来，犹未可知。

但这场星海漫游之旅，最重要的是实事求是，求真务实。

其次，是未来在前方，创新和落地永远在路上。

谢谢大家！

机器学习势训练集基本信息可视化 Kit: Training-Set-Parser

Jerry — Sun, 26 Oct 2025 08:54:41 +0000

✨ 新工具教程：使用流式解析器分析和可视化大型原子数据集！

大家好！

我们很高兴地宣布，我们的平台新增并优化了一款强大的工具——数据集分析与解析器Training-Set-Parser)。如果您经常处理来自 DFT 计算（如 VASP, ABACUS 等）的大型 extxyz 轨迹文件，并希望快速了解、清洗和可视化您的数据，那么这款工具就是为您量身定做的！

解决了什么痛点？

需要根据原子受力快速筛选掉不合理的结构？ ✅
想直观了解数据集中元素分布、化学体系构成、能量/力范围等关键信息？ ✅
厌倦了手动编写脚本来解析和绘图？ ✅

这款新工具采用了流式处理 (Streaming) 架构，可以直接读取大型 .extxyz 文件，逐帧进行分析和过滤

主要功能：

读取多帧 .extxyz 文件。
根据用户定义的最大原子作用力阈值过滤结构。
将符合条件的结构（kept）和被移除的结构（removed）分别保存到新的 .xyz 文件中。
生成一份详细的 Markdown (report.md) 分析报告，包含：
- 过滤统计总结
- 元素分布周期表热力图 & 统计表
- 元素体系组合分析（哪些元素组合一起出现，如 C-H, Si-O-N 等）的条形图 & 统计表
- 元素共现热力图（哪些元素对倾向于一起出现）
- 原子参考能量 (E0) 分析（如果数据允许）
- 能量、力、结构尺寸、体积的分布图和统计数据

🚀 如何使用？

使用起来非常简单：

找到工具：在平台的工具列表中，搜索 "Training-Set-Parser" 或类似关键词，找到 Training-Set-Parser。
配置参数：
- extxyz_file_path (输入文件路径)：指定您要分析的多帧 .extxyz 文件的路径。请确保文件包含原子坐标，最好也包含通过 atoms.calc.results 存储的能量 (energy) 和力 (forces) 信息。理论上所有和 ASE 兼容的文件格式均可读取其中的多帧结构文件，但是如果没有 Cell 或者 DFT label 的话将跳过这些缺失的信息分析。
- max_force_threshold (最大力阈值)：设置一个数值（单位：eV/Å）。任何原子上的力的大小 (magnitude) 如果超过这个值，该结构将被视为异常点并被移除。
  - 建议值：根据您的需求选择。例如，如果您只关心接近平衡态的结构，可以使用较小的值（如 1-5 eV/Å）。如果您需要包含一些弛豫过程中的高力结构，可以使用较大的值（如 20-50 eV/Å，甚至更高，但最好不要超过100 eV/A）。

运行任务：点击“运行”或“提交”按钮。

📊 理解输出结果

任务完成后，您将在工作目录中找到以下文件：

kept_structures.xyz:
- 包含所有通过了力阈值过滤的原子结构。
- 这是您进行后续分析或机器学习模型训练的“干净”数据集。
removed_structures.xyz:
- 包含所有因为力超过阈值而被移除的原子结构。
- 检查此文件有助于了解哪些类型的结构被过滤掉了。
report.md (核心分析报告):
- 这是一份 Markdown 格式的报告，您可以在平台内预览或下载后用 Markdown 查看器打开。
- 第 0 节：过滤总结: 显示读取了多少帧，保留了多少，移除了多少，以及过滤的标准。
- 第 1 节：元素分布:
  - 周期表热力图: 直观展示数据集中各元素的原子总数（对数色标）。
  - 元素计数表: 精确列出每种元素的原子总数。

* 第 2 节：元素体系与共现分析:

* 2.1 元素体系组合: 显示数据集中存在哪些独特的元素组合（例如 "C", "Si-O", "Fe-C-O"），以及包含这些组合的结构数量。有助于了解数据集的化学复杂性（单元、二元、三元体系等）。包含一个条形图（显示最常见的体系）和一个完整表格。

* 2.2 元素共现热力图: 显示元素对（例如 C 和 H）在同一个结构中共同出现的频率。颜色越亮表示共现次数越多（使用对数色标）。有助于发现化学上常见的元素搭配。

* 第 3 节：原子参考能量 (E0) 分析: (如果计算成功) 显示通过线性拟合计算出的、数据集中每个元素的平均能量贡献 (E0)。这些值用于计算后续的相对能量。

* 第 4 节：能量分布: 显示保留结构的单位原子能量分布（可能是绝对能量或基于 E0 计算的相对能量）。包含直方图/密度图和统计摘要（均值、标准差、最小值、最大值等）。

* 第 5 节：力分布: 显示保留结构中所有原子的力的大小的分布。注意：这是过滤之后的力分布。包含直方图/密度图和统计摘要。

* 第 6 节：结构尺寸与体积: * 6.1 原子数分布: 显示每个结构包含多少个原子。

* 6.2 晶胞体积分布: （仅针对周期性结构）显示晶胞体积的分布。

###💡 使用场景示例

假设您从某个数据库下载了一个大型 .extxyz 轨迹文件，用于训练机器学习原子间势 (MLIP)。

您可以使用此工具，设置一个合适的 max_force_threshold（例如 30 eV/Å），快速移除弛豫过程中可能出现的极端高力结构，这些结构可能对 MLIP 训练不利。
运行后，您可以查看 report.md：
- 检查元素分布，确认数据集是否包含了您关心的所有元素，以及它们的比例是否合理。
- 查看元素体系组合，了解您的数据集主要是二元合金还是复杂的多元化合物。
- 查看能量和力分布，了解清理后数据集的能量范围和主要的力学状态，这对于设置 MLIP 的训练参数很有帮助。
使用生成的 kept_structures.xyz 文件作为您 MLIP 训练或进一步筛选（如主动学习）的输入。

###📌 注意事项

大型文件处理：由于是流式处理，工具可以处理非常大的文件。但在开始处理前，工具会尝试计数总帧数以显示准确的进度条，这对于超大文件可能需要一些时间。如果计数失败，处理仍会进行，只是进度条可能不显示总数。
解读图表：请注意图表的坐标轴（例如对数刻度 vs 线性刻度）和统计摘要，以准确理解数据的特征。
阈值选择：max_force_threshold 的选择对结果影响很大，请根据您的具体研究目标（例如，是关注平衡态性质还是包含动力学过程）来设定。

我们希望这款增强的工具能极大地简化您处理和理解大型原子数据集的工作流程！欢迎试用并向我们提供宝贵的反馈！

ABACUS 结构优化任务失败

Lucas — Fri, 10 Oct 2025 02:54:42 +0000

运行 ABACUS 结构优化任务的时候一直显示失败，并且也不提示原因是为什么啊

AutoDock-Vina 分子对接 - 使用 blind docking 快速查找作用区域/蛋白口袋

luorui — Thu, 09 Oct 2025 11:11:32 +0000

上传蛋白和配体的 pdb 文件

可以将模式数设置得大一点，比如 30.

查看结果

对接完毕之后，我们直接点击文件

把小眼睛👀全部打开（或者只打开前 10 个或前 20 个模式，越靠前得模式结合力越强）

此时会发现有一些聚集区域，这就是当前配体与蛋白的强作用区域

AutoDock-Vina 分子对接 KIT 使用经验

luorui — Wed, 08 Oct 2025 08:45:42 +0000

目前平台上的 Autodock-Vina 分子对接的 kit 分为 4 个版本，方便朋友们根据不同的应用场景使用 总的来说，vina 支持设置对接的“精细度”以及对接的“探测区域”，根据不同的设置，可以实现不同的功能。

————————————————————————————————————————————————————————

1. 准备阶段，文件处理！！（非常重要！）

目前最稳定的格式是pdb文件，配体小分子还可以用mol2文件。

（程序会将其转换为 Autodock-Vina 可用的 pdbqt，如果用自己准备的 pdbqt，有时会出现错误但没有报错信息的情况）

对于蛋白：在蛋白数据库下载的 pdb 可以直接用，alphafold3 等结构预测模型给出的 cif 文件，需要本平台的 openbable 转换为 pdb

对于配体小分子：最好是 mol2 或者 pdb 文件。sdf，SMILES 等格式需要本平台的 openbable 转换为 pdb

openbable 转换实例

AI 有时候会偷懒，我们需要监督一下

可以点击“文件”，然后点击小眼睛查看分子/蛋白结构，确认转换前后的结构没有问题

———————————————————————————————————————————————————————

————————————————————————————————————————————————————————

“盲对接”，即我们不清楚蛋白的“口袋”在何处，或者说蛋白与配体的“作用区域”在何处。

此时，我们只需要输入蛋白的 pdb 文件，以及配体的 pdb/mol2 文件。程序将使用配体在蛋白的整个表面进行探测。（由于探测面积较大，默认设置了较为粗糙精度，以保证速度。） ————————————————————————————————————————————————————————

2. 重对接 redocking

适用于已经知道蛋白的“口袋”在何处，（由实验确定，或者由盲对接的初步结果确定。）

此时，需要输入蛋白的 pdb 文件，以及配体的 pdb/mol2 文件。另外，还需要对蛋白的“口袋”进行定义，近支持长方体盒子。需要定义盒子中心坐标，以及盒子的大小。

————————————————————————————————————————————————————————

3. 多配体对接 Multi-ligand docking

考量多个配体与蛋白的作用情况

兼具重对接和盲对接的功能（要实现盲对接，将探测盒子的中心坐标盒子大小均设置为 0 即可）

需要输入蛋白的 pdb 文件，以及配体们的 pdb/mol2 文件构成的 zip 文件。（将需要对接的分子都放在一个文件夹里压缩即可，文件名尽量仅用数字字母，避免特殊字符和中文）

————————————————————————————————————————————————————————

4. 批量对接 batch docking

需要对多个蛋白，多个配体进行两两对接，用于筛选分子或者蛋白靶点

与多配体对接类似，需要输入包含蛋白们的 pdb 的 zip 文件，以及配体们的 pdb/mol2 文件构成的 zip 文件

此模式将会额外输出一个热图

————————————————————————————————————————————————————————

特别提示：

KIT 中内置 MGLtool 进行文件格式转换，包括水，配体，离子的去除。直接用 RCSB 下载的 pdb 是可以的。但如果文件格式的报错，可以用平台的 openbabel 智能体下载和处理蛋白 PDB 文件** 例如：

————————————————————————————————————————————————————————

结果查看

对接运行完之后会有 vina 的运行报告，如下

正常的情况下我们只需要关注最后

每一个对接模式的评分在此处给出（即 affinity 列）

同时，我们可以在“文件”可视化对接模式，分析蛋白 - 配体的的结合作用。 1 点击“文”件，然后点击关注的结合模式后方的“👀小眼睛”） 2 随后点击配体，即可显示与配体作用的蛋白质残基

有更多需求和建议欢迎在这里指出~开发人员会开足马力优化大家的体验

ABACUS Agent 1.0.4 更新啦！一键启动材料计算旅程！

QuantumMisaka — Wed, 01 Oct 2025 10:47:50 +0000

1. 从开天辟地说起

七月，GaliLeo 平台的 ABACUS Agent 堂堂上线，当时的 Agent 只具备最基础的骨架，只能做最基础的 SCF 和结构优化计算，但到了七月中旬，它已经能基于这些组件完成一个表面结构优化的计算了，到了八月中旬，则是更能打通表面分子吸附能的全流程计算。这几个月里，开发团队一边想尽办法告诉大家我们做了个什么样的玩意，一边思索着如何优化我们的这个玩意，让各位社区用户和开发人员都有更好的 AI Agent for Science 体验。

如今，我能骄傲地告诉大家，ABACUS Agent 迎来了最新的一个稳定版本：1.0.4。虽然我们好像没对前三个版本做过介绍，但从这个版本开始，每逢一个比较稳定的版本号，都会通过推送文章的形式告诉大家。

如果还有不了解什么是 ABACUS（原子算筹），第一性原理计算和我们的 ABACUS Agent 的朋友，欢迎大家去看上一篇 ABACUS Agent 教学贴！

同时，本 ABACUS Agent 的开发离不开 ABACUS（原子算筹）开发团队大家庭，尤其是 ABACUS 智能体工具ABACUS-agent-tools开发团队的支持和帮助。本智能体在 ABACUS 计算部分的工具直接来自 ABACUS-agent-tools，并做了一些关键的调优。

2. 版本更新日志

1.0.1 版本：加入了基于 ASE 的简单结构建模，添加了基础知识库，完善了基础文档
1.0.2 版本：加入并完善了能带计算和态密度（DOS）计算功能，在后端对 ABACUS-agent-tools 的调用模式进行了规范化，并完善了工具分级
1.0.3 版本：初步上线了一些案例，并完善了可能需要的针对 ABACUS 计算的弹性资源调度
1.0.4 版本：对齐后端 ABACUS-agent-tools v.0.2.1 版本，支持声子谱计算，振动频率计算，EOS 计算，弹性常数计算，基于 cube 电荷文件的电子结构可视化（包括 ELF，自旋密度，电荷密度差），以及 Bader 电荷分析。将这些功能迭代至基本稳定，并对每个功能出了一个案例。同时完善了建模工具，上线了基于 Materials Project 数据库的结构搜索和结构下载功能。是 ABACUS Agent 的第一个稳定版本。

3. 一键启动材料计算！

熟悉平台的小伙伴应该能快速找到我们的 ABACUS Agent。大家可以边点进去，边在心中默念：

原子算筹，启动！

点进去的瞬间各位就能发现新世界。迎面而来的依然是 Agent 的自我介绍。

我们的 Agent 变得更会介绍自己了，也渴望着大家在提出需求的时候能描述得更为清晰，明确，流程化。当然，它还不忘提醒你，在启动原子算筹的时候，你需要自豪地告诉大家，咱们做计算用的就是这样一款国产开源的周期性电子结构计算软件。当然了，做好引用也是保证良好开源科研生态的一环。

可能此时刚点进来，还没正式启动的小伙伴心里会犯嘀咕，我该怎么开始我的第一个基于 ABACUS Agent 的计算任务呢？别担心，往下拉，你会看到大量的案例。这里每个案例都不仅代表着 ABACUS Agent 能完成的一个基础功能或计算任务，也代表着材料体系计算的学生和从业者在使用理论计算方法时的实际需求。需要注意的是，目前的前台案例库里足足有 16 个案例哦！

感谢前端大佬们的努力，现在，点击“查看示例”，你就能直接在侧边栏看到这个案例曾经的模样。而点击“立即使用”，相关案例的输入则会被立即调入到你的聊天框中。比如，我们点开第一个“铝原胞的能带和态密度计算”：

相关的提示词输入立马就钻进了你的聊天框，按下回车，一键发送，直接开始你的原子算筹材料计算之旅！

稍等片刻，输出结果堂堂到达！如果对它一切满意，让他只管继续就好！如果有新的想法和需求，直接跟他说！

4. 前面的区域，随时可以探索！

各位小伙伴们或许注意到了，这十六个案例各具特色。比如我们点开“铁原胞的能带和态密度计算”

可以发现

这个案例给你提供了一个输入文件
这个案例的提示词里有一些针对这个计算任务相当具体的参数设置要求。

这些要求与 ABACUS 本身的计算设置，乃至第一性原理计算内本身的一些技巧有关，你可以通过阅读ABACUS 文档或者ABACUS 中文用户手册了解。那么有的小伙伴就会说了，我要是会自己看技术文档，我还来用你的智能体干啥呢？

自然的，其实我们的智能体也内置了包含这些文档的知识库。比如，当大家启动上述铁的计算案例，并让 Agent 完成了初步的计算输入准备工作后，能看到它给你总结的任务列表：

这个时候，假设你不理解提示词里面smearing_method和smearing_sigma的含义，你可以在这里打住，先询问它这些参数的含义。智能体收到你的问题之后，就会搜索知识库，根据里面的知识进行回答。

当然了，目前它的回答还是比较简略的，比友商某些知识库产品滔滔不绝的提取总结输出能力还是差一些，这也是我们在努力的方向。问题问完，让它继续做任务，它也能自然而然地回到主线任务上来：

目前，涉及到 ABACUS 本身的计算都会投到 GPU 节点，通过 GPU 异构化的第一性原理计算完成。小伙伴们可以通过最上面分栏按钮的“文件”，找到对应的计算目录（可能因为名字太长不太好找），就可以查看 ABACUS 计算时的标准输出日志 abacus.log 文件了。比如对于该任务，小伙伴们可以从日志文件中看出来计算在 4090 的显卡上进行。当然 CPU 也是在跑的，只是型号没有显示。CPU 型号的显示的优化已经在开发版本中的 ABACUS 里实现了，让我们期待相关特性早日合并到稳定版分支！

在等待这个任务计算完成的时候，小伙伴们可以点击左下方的“新建对话”，即可开始其他任务，或是探索其他智能体，或是继续探索 ABACUS 智能体的其他案例。总之，前面的区域，随时可以探索！

5. 愿此行，终抵群星

本帖介绍了星使智算旗下GaliLeo平台部署的 ABACUS Agent 1.0.4 版本，包括该版本的更新情况，支持的计算功能，上线的 16 个案例以及其中两个案例的简单使用。目前，我们正努力支持更多的材料计算模拟功能，尤其是涉及到表面催化中需要的吸附位点确定，反应过渡态计算，反应路径确定等功能痛点。平台的工程师也在努力给大家一个比较好看的结构可视化界面，让大家有更好的体验。

欢迎大家多多在自己的问题上应用 ABACUS Agent，你们的需求和反馈就是我们最大的动力！谢谢大家！

蛋白质定向进化工具一直报错

KuRay — Mon, 29 Sep 2025 02:36:19 +0000

同样的 input 前两天还能跑通，今天就不行了

酶活预测工具是不是出现问题了

17629986263 — Fri, 05 Sep 2025 08:21:45 +0000

各种报错

FEP 计算功能经过多次尝试终于成功了

19550138051 — Fri, 05 Sep 2025 04:25:59 +0000

太感谢昨天那位解答的客服同学了。很耐心的一步步回答我的疑惑。

总结下使用下来的一些问题：

mol2 格式的小分子必须用 openbabel 转一遍，不然很容易出错
我 pdb 建模用的是 amber 的 tleap，导致把原本的链信息丢失了，所以后续很多问题都来自于 pdb 的结构问题，所以链的 ID 不能丢
就是要注意参比小分子的关键字在复合物 pdb 和单独的 mol2 文件中一定要对应

今天下午分子对接模块是不是出问题了？

2300011854 — Sun, 24 Aug 2025 09:31:29 +0000

提交了好几次 docking 任务都在执行知识搜索部分 break down 了。甚至提交的内容和昨天跑通的一样的也不行。

西湖大学上机反馈贴！～

Mirac1e2171 — Fri, 22 Aug 2025 07:12:47 +0000

平台现在还是很初期的阶段，有很多啸问题，大家可以在这个楼里提提问题和意见，我们慢慢迭代

感谢并行计算提供的集群资源，感谢 ABACUS 开发团队和 AISI 的 ABACUS Toolbox 的支持

希望大家玩的开心，多发 paper，常来常新！

BioEmu Agent 教学贴 | AI 秒出万张蛋白结构！

mzc2113391 — Sat, 16 Aug 2025 05:45:47 +0000

1.引子｜蛋白质不只是“静态雕塑”

你可能听说过 AlphaFold——那个能精准预测蛋白质三维结构的“AI 神技”。它让我们仿佛拥有了看清生命零件的“上帝视角”。

但你知道吗？蛋白质从来不是一动不动的“雕塑”。它们更像是会呼吸、会跳舞的“分子精灵”。

一个蛋白质，可以伸展、蜷缩、打开、闭合，甚至局部“融化”再重组——这些动态变化，才是它发挥功能的关键。比如，一个酶要催化反应，必须从“关”切换到“开”；一个信号蛋白要传递信息，需要“变身”换形态。

问题来了：我们如何捕捉这些千变万化的“舞蹈动作”？传统方法，比如分子动力学（MD）模拟，虽然精准，但慢得像“蜗牛”——模拟一次蛋白质折叠，动辄需要数月甚至数年的超级计算机算力。

有没有一种方法，能像 AlphaFold 预测静态结构一样，又快又准地“看到”蛋白质的所有可能形态？

Science 重磅发表来自微软研究院的全新工作BioEmu给出了答案，一个能模拟蛋白质热力学平衡结构全集的生成模型，将蛋白“如何动”的难题首次以大规模可计算的方式打开。


BioEmu(图源：BioEmu)

BioEmu 的表现，堪称“降维打击”：

✅ 预测功能大变身，成功率高达 90% 它能准确预测蛋白质的“大动作”，比如两个结构域像钳子一样开合（腺苷酸激酶），或是形成隐藏的“口袋”来结合药物（别称“隐匿口袋”）。在测试中，它成功“复现”已知功能结构的比例，最高达到 90%！

✅ 媲美 MD 模拟，速度提升上万倍与需要数万 GPU 小时的 MD 模拟相比，BioEmu 生成同等质量的结构集合，速度快了 4 到 5 个数量级！也就是说，原本需要“超级计算机跑一年”的任务，现在一块显卡“几小时”就能搞定。

✅ 预测蛋白稳定性，误差小于 1 千卡它不仅能生成结构，还能直接告诉你“这个蛋白稳不稳定”、“某个突变会让它变强还是变弱”。预测结果与真实实验数据的误差小于 1 kcal/mol，相关性超过0.6，达到了与传统计算方法相当的精度。

更酷的是，它能解释“为什么”。比如，一个突变导致蛋白不稳定，BioEmu 生成的结构集合会清晰地显示：这个突变破坏了关键的螺旋，或者让核心变得松散。这不再是“黑箱”预测，而是提供了可解释的分子机制。

我们在平台上部署了 BioEmu 智能体，助你轻松完成蛋白的结构采样

2.简介｜使用 BioEmu Agent 前的准备

平台介绍：BioEmu Agent 是星使智算旗下 GaliLeo 平台上的一款蛋白结构设计智能体。
注册地址：GaliLeo
所需信息：蛋白质序列文件 (.fasta) 或结构文件 (.pdb)。
使用方式：通过自然语言交互

3.示例｜使用 BioEmu 完成蛋白结构采样

BioEmu 的使用非常简单，直接提供它蛋白的序列信息，就可以直接帮你完成采样过程。

step1|输入任务描述：直接问他:"请对序列 NVLSQFATGSGTCNSNDIN 执行结构采样，采样 10 个结构" （你也可以上传 fasta 或 pdb 文件） Agent 将为你执行数据处理和 MSA 搜索 (可能需要一定时间，请耐心等待)，然后帮你完成结构采样。
step2|结果展示：你可以在文件中预览或下载结构

左上角可以切换不同的构象

完整对话链接

8.总结

🌟【科研神器】部署 BioEmu 的 ADAM 智能体！零门槛上手，AI 助力蛋白设计✨

💡 从计算小白到学术大神，这款免部署的智能对话工具都能成为你的得力助手！可视化操作 + 智能预测，让复杂计算变得像聊天一样简单，陪伴助力你的科研之路~

🔥 亮点速览： ✅ 无需部署，打开即用 ✅ 对话式交互，科研问题轻松解 ✅ 智能可视化，数据一目了然 ✅ 全阶段适用，萌新到大神都能玩转

🎯 点击下方链接现在登录 GaliLeo 平台，抢先体验 BioEmu Agent 的黑科技预测能力！科研效率直接起飞🛫 https://sidereus-ai.com/

团队模式教学贴

admin — Wed, 23 Jul 2025 09:00:33 +0000

一、什么是团队模式？

团队模式，是我们给大家提供的用于组织一个实验室，一个公司等团体的一种方式。利用团队模式，有以下的好处

会员等级：所有团队内成员与创建者的会员等级保持一致，无需二次开通
星币：团队内的各个成员无需自己充值，由管理员统一分配星币，进行计算任务
存储资源：各个成员使用同一个磁盘额度，无需手动充值
数据云盘：数据云盘内可以方便共享文件，供一个实验室、公司内大家分发使用

基于上面的内容，如果你有团队使用 GaliLeo 科学计算平台的需求，那么你应该开通团队模式。

二、使用教程

创建团队

第一步

首先在首页，如果你还没有团队，则点击「创建团队」

第二步

然后在第二步这里，输入你的「团队名称」

第三步

输入您的真实身份，我们鼓励您提交身份认证，提交身份认证信息后，我们后台会进行初步审核，通过后会赠送您 2 个团队坐席/月

创建成功

创建成功之后，会在首页这里，显示您的团队，点击进入，即可管理您的团队

邀请成员

购买坐席

在邀请其他成员加入团队之前，我们需要先检查团队是否有足够的团队坐席，如果没有，可以点击团队名称旁边的设置，选择「调整坐席量」，坐席数量可以随购随退，不需要用的时候，可以把多余的团队坐席退掉

邀请成员

拥有坐席之后，您可以点击邀请成员，然后输入手机号，生成邀请链接，即可将这个链接发送给对应手机号的用户

三、分配星币

当有团队成员之后，由于团队成员本身是没有「星币」可用的，需要管理员进行分配，此时您需要点击团队成员列表这里的「分配星币」，将自己的星币分享给这个用户。星币的规则这里，需要注意的是，删除该成员之后，他身上的星币，将会退回给团队的创始人。

需要特别注意的是 个人账号和团队账号的星币是不互通的，所以通过团队分配星币之后，请大家在进入网站之后，切换到团队模式下，使用对话，方可使用团队内的星币

四、共享文件

在团队模式下，大家可以往共享文件夹内上传文件，所以该团队下的成员都共享「/share」文件夹内的内容

任务提交找不到对话框

suzheng — Wed, 23 Jul 2025 08:33:38 +0000

在使用 ABACUS 提交了一个 cif 文件，并让系统对其进行结构优化的时候，切换了一下网页，然后切换回来就找不到对话框了，只能看到最近提交了一个历史任务，找不到原来的对话框

ABACUS Agent 教学帖 | 快速开始第一性原理计算

QuantumMisaka — Mon, 21 Jul 2025 08:59:12 +0000

1. 引子 | 材料体系模拟的第一性原理计算

在材料科学、凝聚态物理和计算化学等领域，电子结构模拟和相关的计算软件起着至关重要的作用。按照目标物质是否存在周期性特征，我们可以将从原子尺度的电子结构出发模拟物质体系的计算方法分为两大类，一类是针对分子、团簇体系的量子化学（Quantum Chemistry）方法，另一类是针对晶体、表面、界面、纳米材料等周期性体系的第一性原理（First-principle）方法。这两类方法最终都会落实到特定的以密度泛函理论（DFT）或者波函数理论（如 Hartree-Fock 以及 post-HF）为基础的计算方法上，并且都能在化学，材料等领域实现理论和实验的协同。其中，第一性原理方法能在周期性晶体结构确定和声子谱计算、晶体能带和电子结构性质计算、表面催化位点确定和催化过程电子结构变化情况分析、材料弹性常数和杨氏模量计算等方面，从理论层面定性甚至定量地对实验观测做出预测和解释，正推动材料研究从经验探索走向理性设计的新阶段。

开展这些第一性原理计算需要依托相关的第一性原理计算软件，这些软件在将理论方法转化为可执行的计算流程的同时，各具风格，各有特色，日新月异，持续迭代。其中许多出名的软件逐渐成为了基于第一性原理的多种模拟方法集成平台和围绕这一软件的计算模拟社区，一方面为理论研究者提供了强大的开发平台和研究工具，另一方面也为实验研究者提供了便捷可靠的理实结合视角。

然而，这些第一性原理软件都具备一定的安装和使用门槛，往往会让许多刚入行的小白用户摸不着头脑。与此同时，各个第一性原理软件往往又具备不同的输入参数和输出格式，这也阻碍了理论和实验研究者对不同软件的调研和尝试。随着人工智能和高性能计算领域的快速革新，许多曾经难以使用的软件都被推动着向智能化、用户友好化方向快速发展，量子化学软件和第一性原理软件也不例外。在这一背景下，星使智算 GaliLeo 平台引入大语言模型和增强信息检索技术，开发了面向计算化学等理论计算领域的专业 Agent。这些智能助手不仅简化了复杂软件的操作流程，更通过自然语言交互显著降低了使用门槛，代表着理论计算工具向智能化转型的重要突破。

本文将介绍GaliLeo平台的 ABACUS Agent 的基本使用方法。首先，我们需要介绍 ABACUS 是什么，ABACUS（中文名：原子算筹）是一款国产开源的以 DFT 计算为主的第一性原理软件，由中国科学技术大学何力新教授、中科院物理研究所任新国研究员和北京大学陈默涵研究员主导开发，拥有完全自主知识产权。其主要开发人员来自中国科学技术大学、中国科学院物理研究所、北京大学、北京科学智能研究院和合肥综合性国家科学中心人工智能研究院等单位。ABACUS 专注于凝聚态材料的模拟计算，其可通过求解 Kohn-Sham 方程来获得材料基态的电荷密度分布，进而计算目标材料的各项物理性质。该软件包支持利用平面波基组或数值原子轨道基组开展计算，支持 LDA、GGA、meta-GGA 和杂化泛函，且能通过 RI 方法显著加速杂化泛函计算。过去一年，ABACUS 持续迭代升级，先后推出 3.8、3.9 版本及首个长期支持版本 3.10-LTS，伴随系列小版本更新，其稳定性与计算效率实现显著跃升。目前，围绕 ABACUS 软件已经形成了一个完整的材料性质计算平台，涵盖了声、光、电、磁等多种物理性质的计算。更重要的是，平台新增多个核心模块，不仅拓展了对 GPU、DCU 等新型硬件的适配能力，更引入了多种前沿电子结构算法，为材料计算提供了更多的方法论支撑。

2. 简介 | 使用 Agent 前的准备

平台介绍：星使智算旗下 GaliLeo 平台上
注册地址：GaliLeo
所需信息：晶体结构信息的 CIF 或 POSCAR 文件，当然对于简单的结构也可以直接通过自然语言构建
使用方式：通过自然语言交互，例如执行结构优化

3. 示例 | 使用 ABACUS 对 Pd 晶胞进行结构优化计算

这里提供一个简单的案例，让各位用户能快速上手基于 ABACUS 的第一性原理计算。

第一步：登录 GaliLeo 平台并使用 ABACUS Agent
第二步：可以先告诉 Agent 你要做什么计算。比如这里我们输入：执行结构优化任务。Agent 会帮你明确做这一任务的所需的执行步骤

第三步：明确结构信息，准备输入文件，开始计算任务。这一步可以通过两个方法完成（a）在交互界面处上传已有的结构文件，并告诉 Agent 基于这一文件进行计算。如

此时 Agent 会自动基于上传的结构文件，配置一套默认计算参数并开始计算。如果不想让智能体直接开始计算任务，你也可以只让它准备计算所需输入文件。

（b）对于 Pd 晶胞这种简单的单质晶胞，我们可以直接通过自然语言，让智能体自己构建，并基于构建好的晶胞准备输入文件，开始计算。同时，我们也可以通过自然语言交互，编辑计算输入文件。

第四步：收集计算结果。用户可以让 Agent 收集计算结果，并对用户感兴趣的问题进行总结报告。比如，我们往往希望总结一下结构优化后的结构和结构优化前的结构有多大区别，这时候我们就可以把这个问题抛给智能体

由于我们这里做的是结构优化任务（而非晶格优化任务，在周期性体系中，晶格优化和结构优化是分开的两个任务），同时 Pd 晶胞的模型是由智能体自主构建的，其本身已经相对合理。因而结构优化计算实际上一步就收敛了，优化前和优化后的结构并没有区别。智能体通过收集计算结果，发现并告知了我们这一点。

用户也可以去“文件”交互界面手动读取和下载文件。理论上来说这里还可以对 CIF 晶胞进行可视化，相关功能正在开发完善中，敬请期待。

4. 示例 | 测试 ABACUS 对 Cu(111) 表面吸附 CO 结构的计算效率

这里再提供一个案例，进一步帮助用户快速测试不同情况下 ABACUS 的计算结果和计算效率。在 ABACUS 中，由于其格点积分的进程级并行是在晶胞 Z 轴方向进行的，在开展一维材料计算时，最好把一维延展方向放在 Z 轴方向，而在开展表面体系计算时，最好让真空层方向避开 Z 轴方向。下面我们将通过和 Agent 的交互确认这件事情。

第一步：登录 GaliLeo 平台并使用 ABACUS Agent
第二步：准备 Cu(111) 表面吸附 CO 的结构。这一表面结构和分子结构都比较简单，其吸附结构的建模可以直接在 Agent 中通过自然语言完成。并且，“将真空层从 Z 轴方向挪到其他方向”这个建模操作也可以通过智能体完成。在这里，我们先构建了 Cu 晶体结构，再去构建表面吸附结构，这两步实际上也可以一次完成。

第三步：根据这些结构分别准备输入文件，并进行 ABACUS 计算。这里采用默认的单点计算（即scf）来比较计算效率

分别开展计算，计算完毕和收集计算结果后，可通过自然语言让 Agent 整理测试情况。以下直接给出整理后的结果：

真空层朝向	系统总能量 (eV)	计算总时间 (s)	总电子步数	单电子步用时 (s)
X	-318603.9704461048	1432.47	39	35.77 ~ 47.09
Y	-318603.9704469827	1421.25	39	35.37 ~ 46.94
Z	-318603.9704470374	4725.36	39	120.24 ~ 131.01

可以看到，将真空层方向放在 X 轴或 Y 轴方向时，计算效率将得到显著提升。这类测试以往都需要第一性原理计算熟手在服务器上做测试，现在大家都可以基于 Agent 完成这些测试，这能显著加速 ABACUS 的入门，这也是智能体平台的一大意义。

5. 总结

本文使用星使智算旗下GaliLeo平台部署的 ABACUS Agent 执行了晶体/表面吸附模型构建，开展了电子结构单点计算和结构优化任务，并完成了一个计算效率测试。目前的 ABACUS Agent 只是 1.0.0 版本，已能完成简单建模和基础计算操作。后续将进一步支持原子电荷计算，结构能带计算，过渡态与声子谱计算等一系列功能，欢迎大家关注并尝试 ABACUS Agent，你们的支持与反馈是我们前进的重要动力！

蛋白定向进化 Agent 教学贴｜攀登蛋白 activity 的高峰 ⛰️

Lin_Xiaohan — Mon, 14 Jul 2025 07:50:14 +0000

1. 引子｜什么是蛋白的定向进化

蛋白质定向进化（Directed Evolution）是一种模拟自然选择过程、在实验室中快速优化蛋白质功能的工程策略，其基本原理是通过引入突变（如误配引物扩增、错误复制或体外突变库构建）和高通量筛选或选择，迭代获得具有期望性质（如更高活性、更强稳定性或新功能）的突变体。该方法无需对蛋白质结构或机制有详细了解，因而在蛋白质工程中广泛应用，尤其适用于酶活性优化、底物特异性重编程、生物合成通路设计以及基因编辑工具（如 Cas 蛋白）的改造等领域。定向进化的概念最早可追溯至 20 世纪 90 年代，Frances Arnold 是该领域的先驱之一，她因系统发展并应用这一技术于工业酶工程而获得 2018 年诺贝尔化学奖，标志着定向进化在现代生物技术中的核心地位。

然而在庞大的蛋白序列空间中做随机突变的探索方式效率较低，因此定向进化往往依赖于高通量的实验技术，以及一点点运气🍀。随着蛋白质预训练模型的发展，越来越多的研究者开始意识到预训练的蛋白模型可以在定向进化中发挥强大的引导作用，缩小搜索的序列空间，使定向进化真正“定向”。发表在 Science 上的 EVOLVEpro 是机器学习辅助的蛋白定向进化（Machine Learning Directed Evolution, MLDE）中的标志性工作。在蛋白语言模型（如 ESM 系列）的基础上，它采用了一种非常朴素的少样本学习（few-shot learning）思路，具体流程如下：

图 1：EVOLVEpro 的原理图示

输入测得的少样本数据（蛋白序列 - 实验活性对）
获取对应序列的 ESM embedding
用 ESM embedding 和实验活性的数据训练一个非常简单的回归器（如随机森林）
用回归器预测所有候选序列（通常是对某一条序列做饱和单突变、或特定条件的单突变）的活性
根据预测得到的活性数据排序，获取“最有希望”的若干突变体
进行下一轮实验，重复上述流程直到蛋白的活性令人满意

看上去有点复杂，没关系，我们在 In-Silico Directed Evolution Agent 中实现了这一完整流程，现在一切都变得非常简单🫰。

2. 实例｜在对话中实现蛋白的定向进化

Step 1：选择定向进化 Agent 开始对话
Step 2：上传你的“少样本”实验数据那么 Agent 能识别哪些格式的实验数据呢？
- 理论上任何格式的实验数据都能识别，我们给 Agent 配备了非常灵活的文件识别系统，但是复杂的文件格式（如 .xlsx）和复杂的文件内容会十分考验 Agent 的能力，使 Agent 表现不佳
- 我们推荐使用可读的文本格式（如 .txt，.csv）作为输入
- 我们推荐文件中的数据内容按照如下的标准格式组织，其中 seq_name; sequence; property 为表头行，表头行以下每一行包含一条序列数据，分别是序列名、序列以及测得的蛋白数据

seq_name; sequence; property
WT; AAAAAAAAA...; 1.0
A2V; AVAAAAAAA...; 1.5
...

Step 3：Agent 会解读你上传的实验数据格式，并整理成上面所述的标准格式（所以如果上一步所上传的格式不标准其实也没有关系，但如果过于复杂 Agent 有概率会理解不了）可以看到在这一步里面实验数据已经被总结成了标准格式同时 Agent 会把实验数据中所有涉及到的序列总结成 FASTA 文件，以供后续推理使用
Step 4：生成候选突变体这时候你需要与 Agent 交流下一轮候选的突变体。你可以指定一条序列，对其进行饱和单突变（生成其所有可能的单突变体），或者也可以像这里这样，对突变的位置、氨基酸类型有一些要求：在这个例子中，我要求 Agent 给我生成满足如下条件的所有单突变体：突变前的残基是 L，突变后的残基是 P。当然，你也可以对突变的残基序号有一些要求。最后 Agent 会生成一个包含所有候选序列的 FASTA 文件。注意：这一步只会生成基础序列的单突变体，如果有其他特殊需求，你也可以直接上传候选序列的 FASTA 文件。
Step 5：获取蛋白序列的 embedding 在这一步中，Agent 会调用蛋白预训练模型对之前得到的两个 FASTA 文件进行推理，获取对应的蛋白 embedding。这一步会消耗一些 GPU 资源，占用一部分推理时间，请耐心等待⏳
Step 6：训练与预测接下来 Agent 会根据实验数据和数据中序列的 embedding 训练一个回归模型并使用训练好的回归器对候选突变体池中的所有序列进行预测预测后 Agent 会输出一个 .csv 文件，里面按照预测的结果对所有的候选突变体进行了排序。这样我们就可以根据模型的预测结果挑选下一轮用于实验的突变体了！

3 总结｜实用且简单的定向进化工具

本文总结了用 定向进化 Agent 利用蛋白预训练模型对蛋白进行机器学习辅助的定向进化的流程。AI 有可能犯蠢，以下这些 Tips 📒 可以帮助你提高成功率：

重开：遇事不决可以重开一个对话，Agent 作为概率模型，一切都是命运的选择 🙏
整理格式：虽然我们发展 Agent 的目的是为了更大的灵活性，是希望它能处理一切脏活和累活，但是必须要承认的是，它现在还有点笨，很多时候它无法理解、处理过于复杂的信息，所以如果你的输入能够处理成 Agent 更熟悉的格式（比如结构化的文本内容），会有助于它更好地完成任务
使用工具：如果智能体太笨了，无法调教成功，也可以从以下接口进入直接使用配制好的定向进化工具你需要按照工具的提示填写一些标准化的表单，执行定向进化的计算任务。

SPONGE Agent 1.1 更新啦 | 用自然语言指挥分子运动！

RoommateOfBoss — Sat, 12 Jul 2025 01:13:34 +0000

更新速报

期待已久的 SPONGE agent 1.1 版本更新啦！让我们来看看这版本多了哪些新功能呢？🤔

偷懒现象的改善
上个版本的智能体经常偷懒耍赖，明明什么都没有做却经常声称自己已经完成了任务，在我们的悉心调教下，SPONGE agent 的偷懒现象已经基本消失。
更多可以调节的参数
现在智能体不仅仅只支持 NPT 模拟，也支持 NVT 模拟了。并且 SPONGE 支持的所有参数都可以调整（温度，压强，步数，步长，控温/控压算法...)，如果你不知道分子动力学的常见模拟参数，你可以询问智能体或者在 spongemm.cn 查询哦！
更多的后分析
现在智能体除了 RMSD 分析以外，还稳定支持氢键分析，回转半径分析，自由能面构建，RMSF 分析。这些之外的分析目前也能支持，不过尚不稳定。

1. 简介：分子动力学模拟在生物体系中的应用

分子动力学模拟原理
- 通过数值积分牛顿运动方程，追踪生物大分子（蛋白质、核酸、小分子等）原子随时间演化的过程。
应用场景
- 揭示蛋白质折叠与构象转换机制
- 分析生物分子之间的相互作用
- 研究生物体系的动态演化
- ...

那么，具体实现分子动力学模拟需要什么步骤呢？

2. 分子动力学模拟的步骤

系统建模

首先我们需要对要模拟的体系进行模型构建，主要的步骤如下：
- 1.1 获取实验结构的 PDB 文件（可以从 PDB 网站获得，也可以使用 Protenix,AlphaFold 等工具进行预测），如有小分子要模拟，则需要小分子的 mol2 文件（推荐使用 mol2 文件，PDB 中小分子的键连信息不一定正确）
- 1.2 对 PDB 文件进行预处理，包括加氢，修复缺失区域，去除无关配体，对特定残基进行处理等
- 1.3 如果有小分子，则需要对小分子 mol2 进行预处理。包括加氢，计算电荷
- 1.4 确定溶剂环境，例如 0.15M 的 NaCl 溶液（生理盐水）等
力场选择
接下来我们要给建模的体系分配力场参数，常见的力场如下
- 力场：AMBER 系列力场、CHARMM 系列力场等
- 溶剂：显式水（TIP3P、SPC/E、TIP4P）或隐式模型（GBSA、PB）等
能量最小化
接下来我们需要为体系进行能量最小化，以消除初始结构高能碰撞与应力
预平衡模拟
最小化结束后，我们需要对体系进行预平衡模拟，其核心目的是让初始构建的生物分子体系在目标热力学条件下充分松弛、稳定，以保证后续模拟结果的可靠性和物理真实性。
生产模拟
在完成预平衡后，进入生产（Production）模拟阶段，其核心目标是“真实地”采样分子体系在给定热力学条件下的动态行为与统计性质，为后续分析提供可靠数据支持。
数据分析
- 构象变化：RMSD、RMSF、回转半径
- 相互作用：氢键、盐桥、接触面
- 自由能计算
- ...

是不是被上面繁琐的步骤吓到了呢？虽然步骤繁多、参数复杂，但借助 SPONGE Agent，您只需通过自然语言对话，即可从模型构建一路“问答”到数据分析，轻松完成整个分子动力学模拟流程。下一节，我们将实操演示，让您亲身体验 AI 驱动的分子模拟奇妙旅程！

3. 实战演示

Step 0 : 对话选择

选择 SPONGE 开始对话

Step 1 上传文件 & 文件预处理（可选）

你可以上传文件，让 ADAM 帮忙准备分子动力学输入文件，ADAM 会解析上传的文件并进行预处理。这里我们选择上传 PDB 网站中下载的 4B1Y.pdb 和 LAB，ATP 两个小分子的 mol2。

Step 1 文件下载 & 文件预处理（可选）

你也可以告诉 ADAM 你想要模拟的 PDB ID，比如 4w52，这时 ADAM 会下载该 PDB 并对文件进行分析

ADAM 会解析出里面的小分子的名字，残基号等，你可以选择你想要保留的小分子，比如我们可以选择保留苯分子 (BNZ)，此时我们输入序号 0 即可

❗ 注意，现在我们暂不支持选择离子，选择离子可能会导致后续的建模出错；并且出现多次的小分子也不支持选择，因为这可能会与 PDB 提供的下载接口发生冲突，如果您想要模拟这种出现多次的小分子，建议您手动从 PDB 网站上进行下载。

在下载完小分子 mol2 后，ADAM 会自动对 PDB 文件进行处理，并告知下一步计划对小分子加氢，我们让他继续即可。

Step 2 准备模拟输入文件

加氢步骤结束后，ADAM 会告知你下一步计划是准备分子动力学输入文件，我们让他继续即可。

这一步等待可能比较耗时，因为需要对小分子计算电荷，如果它显示思考中请您耐心等待，完成后 ADAM 会输出这些力场的参考文献，并告知你建模所使用的力场参数（目前力场建议您选择我们推荐的默认力场，力场暂不支持修改）。Adam 还会向您展示默认的模拟流程（50000 步最小化，1ns 预平衡，10ns 生产模拟）。

我们可以在文件中的 build 文件下找到 input.mol2 或者 input.pdb 查看建模好的结构

Step 3 进行模拟（能量最小化 - 预平衡 - 生产模拟）

当然，您也可以选择修改您希望修改的参数，比如我们这里让 Adam 减少模拟步数

点击显示更多您可以看到模拟计划已经修改

修改好参数后，我们让它继续模拟就好。我们建议您每次的模拟时间不要超过 100ns，过长的任务可能需要更久的等待时间。我们建议您分多次运行长时间模拟。模拟可能需要一段时间，显示思考中请您耐心等待。

生产模拟完成后，ADAM 会附录最小化，预平衡和生产模拟的轨迹文件，您也可以对轨迹进行可视化，只需要点击可视化文件上的小眼睛即可查看

在轨迹查看窗口，您还可以选择修改可视化的参数

Step 4 分析

☺ 目前稳定支持 RMSD 分析，氢键分析，回转半径分析，自由能面构建，RMSF 分析。其他分析也支持，但不稳定。

比如我们这里可以让它分析 RMSD

Adam 会给出专业的分析报告，您也可以点击小眼睛查看生成的分析图片（可以在文件栏找到）

又比如我们想分析下两个指定残基间的氢键相互作用，我们也可以直接询问 Adam，Adam 会给出专业的分析

4 注意事项&常见报错

1 最小化，预平衡，生产模拟的文件可以在文件栏中的以 min1, pre1, prod1 开头的文件中找到
2 Agent 输出的随机性：Agent 的输出不一定每次一样，这是正常现象。比如本教程中 Agent 就同时完成了小分子的下载和 PDB 的预处理，有时候它会分两步进行处理。
3 偷懒现象：有时 Agent 会“偷懒”，比如它声称自己将要完成什么任务但是没有出现“思考中”字样，你这时候需要提醒他立刻执行。
4 建模报错：大多是因为输入文件不合理或者输入文件不支持，遇到该情况可在论坛提问。
5 模拟报错：有时模拟也会报错，比如下图；这种报错大概率是因为体系能量过高导致模拟崩溃，建议增加最小化的步数或者预平衡的时间

5 总结

[轻松上手] 本文讲解了如何使用 ADAM 用自然语言进行分子动力学模拟！
[常见问题] 本文给出了使用过程中常见的报错及解决办法，助力您的科研和学习！

GaliLeo论坛

3Zeta 级别 Pople 基组热化学别用了？看看两方观点如何在 JPCA 上碰撞

前言

6-311G 系列都拉完了！

是你极化加不明白！

你说的对，但是……

星使二茂铁针对整场学术论战评论和个人观点：

最后一句

为什么在量子化学中应该抛弃力的说法

概论

拉格朗日力学超简介

一个最简单的例子，自由粒子的拉格朗日量及其 EOM

哈密顿力学--量子化学的基本语言

一个最简单的例子，自由粒子的哈密顿量及其 EOM

力去哪里了？

为什么要用作用而不用力？

总结

latex 测试

ABACUS Agent 1.1.6 | 2025 星海漫游之旅

扉页

初心

航程

航向

机器学习势训练集基本信息可视化 Kit: Training-Set-Parser

✨ 新工具教程：使用流式解析器分析和可视化大型原子数据集！

🚀 如何使用？

📊 理解输出结果

ABACUS 结构优化任务失败

AutoDock-Vina 分子对接 - 使用 blind docking 快速查找作用区域/蛋白口袋

使用 AutoDock Vina 盲对接 (blind-docking) 智能体

查看结果

AutoDock-Vina 分子对接 KIT 使用经验

1. 准备阶段，文件处理！！（非常重要！）

openbable 转换实例

1. 盲对接 blind-docking

2. 重对接 redocking

3. 多配体对接 Multi-ligand docking

4. 批量对接 batch docking

特别提示：

结果查看

ABACUS Agent 1.0.4 更新啦！一键启动材料计算旅程！

1. 从开天辟地说起

2. 版本更新日志

3. 一键启动材料计算！

4. 前面的区域，随时可以探索！

5. 愿此行，终抵群星

蛋白质定向进化工具一直报错

酶活预测工具是不是出现问题了

FEP 计算功能经过多次尝试终于成功了

今天下午分子对接模块是不是出问题了？

西湖大学上机反馈贴！～

BioEmu Agent 教学贴 | AI 秒出万张蛋白结构！

1.引子｜蛋白质不只是“静态雕塑”

2.简介｜使用 BioEmu Agent 前的准备

3.示例｜使用 BioEmu 完成蛋白结构采样

8.总结

团队模式教学贴

一、什么是团队模式？

二、使用教程

创建团队

邀请成员

三、分配星币

四、共享文件

任务提交找不到对话框

ABACUS Agent 教学帖 | 快速开始第一性原理计算

1. 引子 | 材料体系模拟的第一性原理计算

2. 简介 | 使用 Agent 前的准备

3. 示例 | 使用 ABACUS 对 Pd 晶胞进行结构优化计算

4. 示例 | 测试 ABACUS 对 Cu(111) 表面吸附 CO 结构的计算效率

5. 总结

蛋白定向进化 Agent 教学贴 ｜ 攀登蛋白 activity 的高峰 ⛰️

1. 引子｜什么是蛋白的定向进化

2. 实例 ｜ 在对话中实现蛋白的定向进化

3 总结 ｜ 实用且简单的定向进化工具

SPONGE Agent 1.1 更新啦 | 用自然语言指挥分子运动！

更新速报

1. 简介：分子动力学模拟在生物体系中的应用

2. 分子动力学模拟的步骤

3. 实战演示

4 注意事项&常见报错

蛋白定向进化 Agent 教学贴｜攀登蛋白 activity 的高峰 ⛰️

2. 实例｜在对话中实现蛋白的定向进化

3 总结｜实用且简单的定向进化工具