UBio-MolFM: Molekularmodell vereint QM-Genauigkeit und biologische Skalierung

Die neueste Veröffentlichung von UBio-MolFM präsentiert ein universelles Molekularmodell, das die bisherige Kluft zwischen quantenmechanischer Präzision und biologischer Größenordnung überbrückt. Durch die Kombination von drei innovativen Ansätzen liefert das Modell eine leistungsstarke Plattform für die Simulation komplexer Biomoleküle.

Erstens wurde das umfangreiche Datenset UBio-Mol26 entwickelt, das mit einer „Two‑Pronged Strategy“ entsteht. Dabei werden systematisch atomare Strukturen von Grund auf gezählt und gleichzeitig aus realen Proteinumgebungen bis zu 1 200 Atomen extrahiert. Dieses Vorgehen garantiert eine breite Abdeckung biologischer Konfigurationen.

Zweitens nutzt das Modell den E2Former‑V2, einen linearen, equivarianten Transformer. Durch die Integration von Equivariant Axis‑Aligned Sparsification (EAAS) und Long‑Short Range (LSR) Modellierung kann das System nicht‑lokale physikalische Effekte erfassen und gleichzeitig die Inferenzgeschwindigkeit um bis zu viermal erhöhen – ein entscheidender Fortschritt für große Biomoleküle.

Drittens wird ein dreistufiges Curriculum‑Learning‑Protokoll eingesetzt. Es beginnt mit der Energieinitialisierung, wechselt zur Energie‑Kraft‑Konsistenz und fokussiert schließlich auf Kraft‑Supervision, um Energie‑Offsets zu minimieren. Diese schrittweise Annäherung sorgt für stabile und genaue Vorhersagen.

Umfangreiche Benchmarks, die sowohl mikroskopische Kräfte als auch makroskopische Beobachtungen wie Wasserstruktur, Ionen‑Solvatierung und Peptid‑Faltung abdecken, zeigen, dass UBio-MolFM ab initio‑Genauigkeit bei Biomolekülen bis zu 1 500 Atomen erreicht. Die Ergebnisse sind nicht nur theoretisch, sondern spiegeln realistische Molekulardynamik‑Beobachtungen wider.

Mit UBio-MolFM erhalten Forscher ein robustes, sofort einsatzbereites Werkzeug, das Skalierbarkeit und quantenmechanische Präzision vereint. Dieses Modell markiert einen bedeutenden Schritt in Richtung der nächsten Generation der computergestützten Biologie.