S imulation P ackage t O wards N ext GE neration molecular modeling

SPONGE

SPONGE是什么?

面向下一代分子科学的
分子模拟软件

SPONGE 由北京大学高毅勤课题组开发,面向众核 CPU、GPU、NPU 等多种硬件平台提供加速的分子动力学模拟能力,并集成丰富的增强采样方法与 AI 驱动算法。

为什么需要分子模拟?

从科学问题到计算工具

科学问题背景

分子结构、动力学和相互作用决定了许多生命、化学和材料过程,但这些过程往往发生在原子尺度和多时间尺度上。

分子模拟的角色

分子模拟为研究者提供一台计算显微镜,用来连接微观机制、热力学性质和可观测实验现象。

现有挑战

随着研究体系变大、模拟时间尺度延长和采样问题复杂化,分子模拟软件需要同时适应异构硬件、增强采样方法和 AI 驱动的新计算范式。

核心能力

多硬件加速的分子动力学模拟

SPONGE 面向 CPU、GPU、NPU 和国产硬件平台开展分子动力学模拟加速,兼顾 Windows、Linux 与 macOS 等操作系统上的可移植性和异构计算性能。

  • 处理器支持:覆盖 Intel、AMD、Apple 等主流 CPU 以及国产 CPU 平台。
  • 加速器支持:覆盖 NVIDIA、AMD 等 GPU,以及国产 GPU、国产 NPU 等加速器平台。
  • 国产硬件生态:适配华为、海光、摩尔线程等平台,面向自主可控的信创异构计算。
  • 跨系统部署:支持 Windows、Linux、macOS 等操作系统,覆盖本地工作站、服务器和高性能计算平台。

核心能力

增强采样与自由能计算

针对构象变化、稀有事件和自由能景观等分子模拟难题,SPONGE 集成增强采样方法,帮助研究者更有效地探索复杂分子体系。

  • 为什么需要增强采样:常规分子动力学很难在有限时间内跨越高能垒并充分访问重要构象,增强采样可以提高稀有事件、构象转变和自由能景观的探索效率。
  • 方法支持:覆盖伞形采样、metadynamics、选择性温度积分等增强采样算法,以及 MM/GBSA、自由能微扰等自由能计算方法。

核心能力

AI 增强分子模拟方法

SPONGE 关注 AI 增强分子模拟的方法发展,面向建模、采样、势能、分析和模拟决策等环节探索机器学习与分子模拟的结合,连接机器学习、分子建模与传统分子动力学模拟,支持 AI 驱动的采样、分析和模型辅助模拟思路,并为后续算法扩展和跨工具协作保留清晰的软件接口。

前沿方向

Agentic MD:面向自主分子模拟工作流

Agentic MD 面向由 AI 智能体辅助规划、执行、检查和迭代的自主分子模拟工作流。它更像一个正在发展的方向,用来探索模拟任务如何从人工脚本走向可解释的智能协作,探索自主分子模拟与工作流自动化的结合,让智能体参与体系准备、参数检查、任务编排和结果分析,并面向复杂研究流程强调可追踪、可复核、可迭代的模拟决策。

典型应用场景

面向生命科学的生物分子模拟

在蛋白质、核酸、膜体系和配体识别等生物分子研究中,SPONGE 可用于构象动力学、分子相互作用、结合自由能和机制解释等问题,帮助研究者从原子尺度理解复杂生命过程。

  • 蛋白质与核酸体系:研究构象变化、折叠稳定性、突变影响和分子识别机制。
  • 药物发现与配体结合:支持结合模式分析、结合自由能估计和候选分子筛选。
  • 膜蛋白与复杂生物体系:面向膜环境、溶剂效应和多组分体系中的长时间尺度动力学。

典型应用场景

面向材料科学的分子模拟

在聚合物、电解液、界面、晶体和软物质等材料体系中,SPONGE 可服务于微观结构、扩散输运、界面作用和热力学性质研究,为材料设计与性能理解提供计算支撑。

  • 能源与电解液材料:研究离子溶剂化、扩散输运、界面结构和电化学相关微观机制。
  • 聚合物与软物质体系:分析链段运动、聚集行为、相互作用网络和结构-性能关系。
  • 晶体、界面与复合材料:连接原子尺度结构、界面作用和可观测材料性质。

生态社区

连接科研教育与产业研发

SPONGE 希望持续建设开放、可复用、可扩展的分子模拟软件生态,为各科研院所的科研与教育、企业的研发和工程化应用提供助力,支持计算化学、分子模拟、分子建模和高性能计算相关教学与研究,也服务药物、材料、能源和智能计算等方向的产业研发场景。目前,SPONGE 已在北京大学本科生课程《计算化学导论》等教学场景中使用,并与北京星使智算科技有限公司等单位探索科研软件、智能计算与产业应用之间的连接。