AIMNet2-CPCM 用神经网络势能在溶液中计算配体构象张力

研究提出 AIMNet2-CPCM，一种在 CPCM 类导体连续介质溶剂中、以 B97-3c 能量和力训练的神经网络势能，用于计算配体结合构象的溶剂化构象张力。它同等处理中性分子与带电分子，批量 GPU 推理使整个筛选库的溶剂化全局最小搜索变得可行。在约 8K 个 PDB 配体上，溶剂化张力中位数为 4.0 kcal/mol，并随净电荷升高而增大，该趋势在净电荷 −2 以内较为确定；−3 和 −4 的多价阴离子占据高张力尾部，而连续介质溶剂化在此最不可靠，其数值仅作为上界报告。