近日，我室Pavlo O. Dral教授团队在机器学习和计算化学模拟方面取得重要进展。相关成果以“MLatom 3: A Platform for Machine Learning-Enhanced Computational Chemistry Simulations and Workflows” 为题发表Journal of Chemical Theory and Computation期刊上（J. Chem. Theory Comput. 2024, 20, 1193–1213）。

MLatom 3是一个软件包，旨在利用机器学习的强大功能来增强典型的计算化学模拟，并创建复杂的工作流程。该开源软件包为用户提供了丰富的选择，用户可以使用命令行选项、输入文件或脚本(使用MLatom作为Python包)在其计算机上和XACScloud.com上运行模拟。

用户可以进行能量和热化学性质、几何构型优化、分子动力学和量子动力学模拟，并通过ML、量子力学和组合模型模拟（旋转）振动光谱、单光子紫外/可见吸收光谱和双光子吸收光谱模拟。用户可以从包含预训练AI模型和量子力学近似(如接近耦合簇精度的AIQM1)的广泛方法库中进行选择，还可以使用各种AI算法构建自己的模型。广泛使用多种先进的软件包和库的接口使MLatom具有巨大灵活性。