近日，安徽大學人工智能學院教授葉盛、孫長銀與中國科學技術大學教授江俊等合作，在國際上首次成功利用人工智能、分子動力學模擬和量子化學理論計算方法，高效準確地模擬了完整真實蛋白質的Amide II區域紅外光譜，為蛋白質的氫鍵動態學研究提供了堅實的理論和技術支持。相關研究成果發表在國際頂級學術期刊《美國化學會志》上。

蛋白質在生命中扮演著重要角色，其功能與其不斷演化的動態結構密切相關。雖然近年來人工智能模型在解析蛋白質的靜態結構方面取得了巨大進展，但無法用于研究蛋白質動態結構的演化過程。

Amide II區域紅外光譜作為蛋白質的“光學指紋”，能夠提供蛋白質分子動態結構變化的詳細信息，在蛋白質動力學研究中發揮著關鍵作用。然而，解析這些譜學信號需要在復雜波動環境中進行昂貴的量子力學計算。迄今為止，尚無一種方法能夠高效準確地模擬完全真實蛋白質的Amide II光譜，這嚴重限制了其在蛋白質動態結構研究中的應用。

為解決這一問題，該研究團隊創新性地將人工智能、分子動力學模擬和量子化學理論計算技術相結合，通過結合物理信息的分子描述符從而建立了可解釋人工智能模型，可用于高效準確模擬任意蛋白的Amide II光譜，并且速度比傳統的量子化學計算方法提高了至少五個數量級。更重要的是，所建立的機器學習模型具有優秀的可遷移性，可以預測訓練集范圍以外的蛋白質光譜響應，模擬不同狀態下的信號變化。這項研究將先進的人工智能機器學習技術與量子化學理論方法相結合，展現出新興研究范式。