MindSpore Chemistry文档 ========================= 介绍 ---- 传统化学研究长期以来面临着众多挑战，实验设计、合成、表征和分析的过程往往耗时、昂贵，并且高度依赖专家经验。AI与化学的协同可以克服传统方法的局限性、开拓全新的研究范式，结合AI模型与化学知识，可以高效处理大量数据、挖掘隐藏的关联信息，构建仿真模型，从而加快化学反应的设计和优化，实现材料的性质预测，并辅助设计新材料。 **MindSpore Chemistry**\ （MindChemistry）是基于MindSpore构建的化学领域套件，支持多体系（有机/无机/复合材料化学）、多尺度任务（微观分子生成/预测、宏观反应优化）的AI+化学仿真，致力于高效使能AI与化学的融合研究，践行和牵引AI与化学联合多研究范式跃迁，为化学领域专家的研究提供全新视角与高效的工具。 .. figure:: ./images/mindchemistry_archi_cn.png :alt: MindSpore Chemistry Architecture 最新消息 -------- - `2025.03.30` MindChemistry 0.2.0版本发布，包括多个应用案例，支持NequIP、Allegro、DeephE3nn、Matformer以及DiffCSP模型。 - `2024.07.30` MindChemistry 0.1.0版本发布。 特性 ----- 应用案例 ~~~~~~~~ - **力场模拟**\ ： - **体系**\ ：有机化学 - **数据**\ ：Revised Molecular Dynamics 17(rMD17)数据集。rMD17数据集包含了多种有机化合物的分子动力学性质，提供化合物的原子位置、原子数等描述信息以及能量、力场等性质信息。 - **任务**\ ：分子能量预测。我们集成了NequIP模型[2]、Allegro模型[3]，根据分子体系中各原子的位置与原子数信息构建图结构描述，基于等变计算与图神经网络，计算出分子体系能量。 .. figure:: ./images/nequip_cn.png :alt: MindSpore nequip Architecture - **DFT模拟**\ ： - **体系**\ ：材料化学 - **数据**\ ：双层石墨烯数据集。该数据集包含了原子位置、原子数等描述信息以及哈密顿量等性质信息。 - **任务**\ ：密度泛函理论哈密顿量预测。我们集成了DeephE3nn模型[4]，基于E3的等变神经网络，利用原子的结构去预测其的哈密顿量。 - **性质预测**\ ： - **体系**\ ：材料化学 - **数据**\ ：JARVIS-DFT 3D数据集。该数据集包含了晶体材料的原子位置、原子数等描述信息以及能量、力场等性质信息。 - **任务**\ ：晶体材料性质预测。我们集成了Matformer模型[5]，基于图神经网络和Transformer架构的模型，用于预测晶体材料的各种性质。 - **结构生成**\ ： - **体系**\：材料化学 - **数据**\： - **Perov-5**\：钙钛矿数据集，每个晶胞中固定5个原子，结构接近。 - **Carbon-24**\：碳晶体数据集，包含6到24个碳原子的不同结构。 - **MP-20**\：MP数据集中的实验数据，胞内不超过20个原子。 - **MPTS-52**\：MP-20的进阶版，胞内最多52个原子。 - **任务**：晶体材料结构预测。集成了 **DiffCSP** 模型[5]，基于图神经网络和扩散模型，预测晶体材料的结构。 安装教程 -------- 版本依赖关系 ~~~~~~~~~~~~ 由于MindChemistry与MindSpore有依赖关系，请根据下表中所指示的对应关系，在\ `MindSpore下载页面 `__\ 下载并安装对应的whl包。 ============= ====== ========= ====== MindChemistry 分支 MindSpore Python ============= ====== ========= ====== master master >=2.3 >=3.8 0.2.0 r0.7 >=2.5.0 >=3.11 0.1.0 r0.6 >=2.2.12 >=3.8 ============= ====== ========= ====== 依赖安装 ~~~~~~~~ .. code:: bash pip install -r requirements.txt 硬件支持情况 ~~~~~~~~~~~~ +---------------------+-----------------+------+ | 硬件平台 | 操作系统 | 状态 | +=====================+=================+======+ | Atlas A2训练系列产品| Ubuntu-x86 | ✔️ | +---------------------+-----------------+------+ | | Ubuntu-aarch64 | ✔️ | +---------------------+-----------------+------+ | | EulerOS-aarch64 | ✔️ | +---------------------+-----------------+------+ | | CentOS-x86 | ✔️ | +---------------------+-----------------+------+ | | CentOS-aarch64 | ✔️ | +---------------------+-----------------+------+ 源码安装 ~~~~~~~~ - **从Gitee下载源码** .. code:: bash git clone https://gitee.com/mindspore/mindscience.git cd {PATH}/mindscience/MindChemistry - **编译昇腾Ascend后端源码** .. code:: bash bash build.sh -e ascend - **安装编译所得whl包** .. code:: bash cd {PATH}/mindscience/MindChemistry/output pip install mindchemistry_*.whl 社区 ---- 核心贡献者 ~~~~~~~~~~ 感谢以下开发者做出的贡献： wujian, wangyuheng, Lin Peijia, gengchenhua, caowenbin, Siyu Yang 贡献指南 -------- - 如何贡献您的代码，请点击此处查看：\ `贡献指南 `__ 许可证 ------ `Apache License 2.0 `__ 引用 ---- [1] Batzner S, Musaelian A, Sun L, et al. E(3)-equivariant graph neural networks for data-efficient and accurate interatomic potentials[J]. Nature communications, 2022, 13(1): 2453. [2] Musaelian A, Batzner S, Johansson A, et al. Learning local equivariant representations for large-scale atomistic dynamics[J]. Nature communications, 2023, 14(1): 579. [3] Xiaoxun Gong, He Li, Nianlong Zou, et al. General framework for E(3)-equivariant neural network representation of density functional theory Hamiltonian[J]. Nature communications, 2023, 14: 2848. [4] Keqiang Yan, Yi Liu, Yuchao Lin, Shuiwang ji, et al. Periodic Graph Transformers for Crystal Material Property Prediction[J]. arXiv:2209.11807v1 [cs.LG] 23 sep 2022. [5] Jiao Rui and Huang Wenbing and Lin Peijia, et al. Crystal structure prediction by joint equivariant diffusion[J]. Advances in Neural Information Processing Systems, 2024, 36. .. toctree:: :maxdepth: 1 :caption: 快速入门 :hidden: quick_start/quick_start .. toctree:: :glob: :maxdepth: 1 :caption: 使用者指南 :hidden: user/structure_generation user/molecular_prediction .. toctree:: :maxdepth: 1 :caption: API参考 :hidden: mindchemistry.cell mindchemistry.e3 mindchemistry.utils .. toctree:: :glob: :maxdepth: 1 :caption: RELEASE NOTES :hidden: RELEASE