7月23日消息，研究团队在arXiv发布OpenGEM26（Open Generated Ensemble of Molecules, 2026）大规模分子数据集及基于此训练的图神经网络势GPTFF-mol。该工作为含硫、氯有机分子的高效原子模拟提供了高质量资源与稳健机器学习势。

OpenGEM26包含20万独特分子与440万构象，原子种类涵盖H、C、N、O、S、Cl，重原子数最多10个；全部计算在ωB97X-D/Def2-SVP与Def2-TZVP级别并含色散校正，记录了完整结构优化轨迹与丰富的非平衡结构。统计分析显示，该数据集在能量、键长与键角上覆盖的构象空间广于QM9。基于新数据集训练的GPTFF-mol能量平均绝对误差为16 meV/分子，相当于0.82 meV/原子，力预测性能优于ANI-2x。

通过丁烷旋转与酮-烯醇互变异构测试验证，该模型能在扭曲几何下准确描述分子动力学行为与反应能垒。论文指出，这项资源与机器学习势可支撑含硫、氯有机分子的高效模拟，对计算化学与材料筛选具有实用价值。相比密度泛函理论（DFT）逐点计算，这类机器学习势以可控误差换取数量级加速，有望把含硫氯分子的高通量筛选从难以承受的计算成本中解放出来。该文为预印本，尚未经同行评审。 （来源：arXiv）