近日，“智爱赛思”科学智能开放社区迎来重磅上新：由上海思朗科技股份有限公司（以下简称“思朗科技”）构建的全国首个百纳秒级蛋白小分子复合物动态构象数据集正式在社区平台上线，并面向学术研究与产业研发开放调用。该数据集覆盖超一万套源自实验结构与文献测定的蛋白–配体体系，单条轨迹模拟时长达100~500纳秒，把晶体结构中的静态结合快照，系统性地扩展为可规模化学习的动态过程，为社区用户提供了此前公开数据中稀缺的百纳秒级长时程动态数据。同时，这也是社区持续引入高质量科学数据、共建AI for Science 开放生态的又一重要进展。

图1：PDB ID:小分子/靶点，1HPV：安普那韦/HIV-1蛋白酶

  数据规模：超一万套体系，两档时长全覆盖，持续生产中

  依托思朗科技自主研发的“天穹”3D科学计算机，该动态构象数据库已覆盖超一万套体系：其中四千套体系完成500纳秒分子动力学模拟，六千套完成100纳秒模拟，累计模拟时长约2.6毫秒。数据集仍在持续生产，规模与覆盖还将继续增长。目前，数据集已在社区平台上架，首批开放50 套代表性体系，社区用户可直接在平台上在线查阅详情、下载使用；其余数据可通过与智爱赛思社区或思朗科技洽谈合作的方式按需获取。社区平台以开放共享与深度合作并行，让优质科学数据在更广泛的科研与产业场景中被真正用起来。

图2：智爱赛思社区平台数据集详情页

  模拟时长：100-500纳秒两档长时程动力学，纳秒级密度连续采样

  长时程，是这批数据真正的壁垒，也是它与既有公开数据最本质的区别。此前国内外已公开的蛋白–小分子动力学数据集，单条轨迹时长多在10纳秒量级，或依赖增强采样得到加速短轨——看得见“结合的瞬间”，却看不清“结合的过程”。结合本不是一个瞬间，而是配体在口袋中驻留、重取向、局部逃逸，以及蛋白柔性、口袋开合与界面重排共同演化的过程。100~500纳秒的长时程连续观测，使这些微观事件不再被截断为短轨迹中的偶然片段，而成为可统计、可比较、可建模的时间结构。由此，数据不再只服务于结构展示，而能够支撑亲和力预测、结合稳定性评估、动态口袋与隐秘位点发现，并为微观世界模型提供高保真的物理过程监督：让模型学习的不是“分子看起来像什么”，而是“相互作用如何随时间发生”。

  围绕这批数据，思朗科技建立了一套从生产到交付的完整标准：所有模拟都在“天穹”3D科学计算机上自动完成，产出的每一条轨迹都经过严格的质量检验，以统一、规范的格式交付。科研人员拿到手，无需额外处理，就能直接用于AI模型训练，打通从科学计算到人工智能之间的“最后一公里”。

  社区共建：从“看见结合”走向“理解、预测、生成结合”

  此次百纳秒级动态构象数据集上线，标志着社区的科学数据底座从静态坐标进一步迈向动态物理过程。当亲和力、稳定性、口袋演化与微观世界模型开始共享同一套长时程、可溯源、可治理的动态构象，智能药物设计才真正具备从“看见结合”走向“理解结合、预测结合、生成结合”的基础。

  这也是国产科学计算算力与AI4S数据基础设施底座的一次深度协同。未来，社区将持续引入并开放更多高质量科学数据，与思朗科技及更多生态伙伴共同夯实面向科学智能的动态数据底座，助力AI for Science从模型创新走向规模化产业应用。欢迎广大科研人员与开发者下载使用，并通过社区平台反馈您的使用体验与数据需求。

  数据集下载地址：https://openai4s.net/element/datasets