《Journal of Chemical Information and Modeling》：Buffer Region Embedding for Hybrid Machine-Learned/Molecular-Mechanical Simulations in Complex Environments
编辑推荐：
结合机器学习原子间势与经典分子力学力场的多尺度方法正成为QM/MM方法的一种可扩展替代方案，在QM/MM方法中，量子力学计算被嵌入到分子力学环境中。该类方法能够以显著降低的成本实现局域化学的量子级精度。然而，跨区域边界的可靠耦合以及在异质环境中的应用仍然是一个
结合机器学习原子间势与经典分子力学力场的多尺度方法正成为QM/MM方法的一种可扩展替代方案，在QM/MM方法中，量子力学计算被嵌入到分子力学环境中。该类方法能够以显著降低的成本实现局域化学的量子级精度。然而，跨区域边界的可靠耦合以及在异质环境中的应用仍然是一个核心挑战。在此，研究人员扩展了缓冲区域嵌入策略（BuRNN），用于复杂环境中的混合机器学习相互作用势/分子力学（MLIP/MM）模拟。缓冲区域将内部区域与其直接周围环境的相互作用提升至MLIP水平，而缓冲区域内部以及与外部区域的相互作用仍由MM水平描述。研究人员在四个复杂度递增的测试体系中验证了该方法：与实验总X射线结构因子对比的甲醇/水混合物、用于描述缓冲区域与外部区域之间共价边界的功能化富勒烯、具有轴向半胱氨酸配体以探测配位键解离的水合血红素b，以及细胞色素P450 1A2酶的静息态。在这些体系中，BuRNN能够重现实验可观测量或底层QM参考数据，并产生稳定的动力学行为，包括具有挑战性的金属–配体相互作用。研究人员比较了缓冲区域–外部边界处的显式和隐式连接原子处理，发现显式封端能够提供更稳健的不确定性估计，这对主动学习模型生成至关重要。这些结果确立了BuRNN作为在生物分子系统中执行MLIP/MM模拟的实用方法。
**复杂环境中MLIP/MM模拟的缓冲区域嵌入方法研究解读**
机器学习原子间势（MLIP）能够以极低的计算成本预测量子力学（QM）级别的力，从而大幅扩展QM精度模拟的时间尺度。然而，早期MLIP仅学习短程局域相互作用，缺乏长程作用项，难以准确描述蛋白质等凝聚态环境中的大分子体系。为克服这一局限，MLIP/MM方法通过区域划分，将内部区域（I）用MLIP描述，外部区域（O）用经典分子力学力场描述，从而保留长程效应，成为QM/MM方法的一种可扩展替代方案。然而，区域边界的可靠耦合以及异质环境中的适用性仍是核心挑战。为此，研究人员在前期工作基础上扩展了缓冲区域嵌入策略（BuRNN），并系统验证了其在复杂生物分子体系中的表现。该研究发表在《Journal of Chemical Information and Modeling》。
BuRNN方法的核心是在I和O之间引入显式缓冲区域（B）。B区域同时接受QM和MM描述：I与B之间的相互作用被提升至MLIP水平，而B内部及B与O之间的相互作用仍由MM描述。总势能由I+B的QM能量、O与其他区域的MM耦合能，以及B在QM和MM水平的能量差共同构成。这样既保留了I区域对B区域的电子极化效应，又避免了对整个体系进行昂贵的QM计算。由于两个QM能量之差被直接作为MLIP的学习目标，BuRNN实质上是一种针对B区域的delta-learning策略，要求为特定I/B划分训练专门的MLIP。
为验证BuRNN的适用性和迁移性，研究人员设计了四个复杂度递增的测试体系：甲醇/水混合物、功能化富勒烯、水合血红素b和细胞色素P450 1A2（CYP1A2）静息态。研究人员通过主动学习方案生成参考数据库，初始构象采用正则模式采样（NMS）获得；MLIP使用SchNetPack 2.0中的等变PaiNN表示进行训练，参考标签来自wB97M-V/def2-TZVP级别量子化学计算，并采用MBIS电荷和Boys–Bernardi抗衡校正。模型不确定性通过query-by-committee方式（最多5个模型）评估，采用最大力委员会不一致和能量委员会不一致作为指标。对于B–O共价边界，研究人员比较了显式和隐式连接原子（LA）两种处理方案。分子动力学模拟使用GROMOS软件和GROMOS 54A8力场，SPC水模型，反应场静电，14 ?截断；实验对比数据来自室温X射线衍射数据和晶体结构（PDB ID: 1PHC）。
**3.1 甲醇-水混合物**：研究人员模拟了不同甲醇摩尔分数的混合体系，将总X射线结构因子与实验数据比较。BuRNN模型在第一峰和振荡高q区均比MM更接近实验，表明MLIP/MM方案改善了分子内非谐性以及I–B界面处的分子间相互作用。仅用纯组分端点训练的模型也能在混合组成下给出与完整模型相近的结构因子相似度，显示出对未见B组成的外推能力。
**3.2 人工巴基球**：该体系通过功能化富勒烯模拟共价B–O边界。显式LA方案的能量委员会不一致分布更窄，B–O键长分布与经典MM参考一致，LA上的扭矩也与参考BuRQM计算吻合；隐式LA方案则产生更宽的不确定性分布，且无法准确表示LA扭矩。因此显式LA是处理B–O共价跨越的优选方案。
**3.3 水合血红素b**：研究人员分析了静息态下Fe–S、Fe–N、Fe–O键长和铁离平面位置，Fe–N平均距离与X射线数据接近，Fe–S和Fe–O距离与相同泛函的几何优化值一致。通过伞形采样和WHAM计算了远端水分子解离的势能曲线，BuRNN能稳定描述配位键断裂过程，且与MM相比表现出更弱的Fe–O相互作用，符合QM参考趋势。
**3.4 细胞色素P450 1A2**：将血红素b模型嵌入CYP1A2酶活性位点后，1 ns无偏MD显示Fe–N、Fe–S键长和铁离平面位置分布与水环境相似。轴向水分子的倾斜角在酶中与水溶液接近，但法向角分布明显变窄，表明远端口袋限制了水的旋转自由度，而金属–水成键几何基本保持不变。活性位点氢键网络和二级结构均保持稳定。
讨论部分指出，显式LA处理提供了更稳健的不确定性估计，这对主动学习循环中MLIP模型的选择至关重要。端点模型的良好外推性表明BuRNN模型具备迁移至未训练组成的潜力，为构建适用于蛋白质动态环境的通用模型奠定了基础。
研究结论翻译如下：研究人员开展了一项综合研究，以扩展缓冲区域嵌入在复杂环境中用于MLIP/MM模拟的适用范围。研究人员考察了BuRNN模型的插值和迁移能力，并比较了两种处理B–O边界共价键的方案。在液体混合物、水合血红素b和蛋白质活性位点中，该方法重现了实验可观测量或底层QM参考数据，因此适用于复杂的凝聚相体系。研究人员探索了不同的封端方案，发现显式处理连接原子比隐式封端能提供更稳健的不确定性行为。模型的不确定性对于执行主动学习生成MLIP至关重要。在甲醇-水混合物中，仅用纯端点数据训练的模型能良好泛化至混合组成，B介导的相互作用保持了与使用中间组成训练模型相似的实验结构特征。这种对未见B组成的迁移能力是创建能够动态描述蛋白质内相互作用的通用模型的第一步。尽管BuRNN最初在六水合铁配合物中验证，研究人员将其扩展至血红素蛋白中具有生物学意义的铁相互作用。研究证明，BuRNN能够在配位键解离过程中产生稳定的血红素b模拟，同时保持与底层QM参考数据和实验观察的良好一致。由于涉及过渡金属的体系通常具有密集的轨道流形和紧密排列的自旋/电子态，这为未来工作开辟了机会：（i）引入波动电荷以准确捕获长程、构象和组成依赖的极化，从而有效允许I和B之间的电荷转移；（ii）采用显式处理多个自旋态和电子态的电子嵌入，实现对五配位中间体和自旋态依赖性反应性的定量比较。
