概览
SPICE（Small-Molecule/Protein Interaction Chemical Energies）是一个量子化学数据集，旨在支持分子势函数训练，尤其适用于涉及类药小分子和蛋白质的模拟。GitHub 仓库包含用于创建该数据集的脚本及辅助文件；数据集本身通过 Zenodo 单独分发。它是训练数据资源，而非预测模型或开箱即用的模拟服务。
项目 README 将 2.0 版本描述为包含 2,008,628 个构象，涵盖 113,999 个分子或簇，结构范围为 2 至 110 个原子。其覆盖范围包括 17 种元素、中性和带电分子，以及低能和高能构象。子集包括二肽、溶剂化氨基酸、PubChem 分子、溶剂化 PubChem 分子、DES370K 单体和二聚体、氨基酸–配体对、离子对和水簇。这些集合针对不同的共价、非共价和溶剂化相互作用，而非单一分子类别。
对于分子构型，SPICE 提供量子力学参考结果，包括能量、力、键级、部分电荷和原子多极矩。计算使用 Psi4，理论水平为 ωB97M-D3BJ/def2-TZVPPD。README 提供了一个示例输入，用于生成其他兼容的参考数据，并强调仅匹配理论方法并不足够：程序和计算设置也必须匹配。带版本号的发行版有助于可复现地选择数据集，但来源摘录无法证明训练模型的准确性或泛化能力。数据集的使用条款为 CC0，与仓库代码的 MIT 许可证相互独立。
主要功能
- 提供用于训练分子势函数的量子力学参考能量和力。
- 提供键级、部分电荷和原子多极矩等其他参考性质。
- 覆盖 17 种元素、带电和中性分子，以及低能和高能构象。
- 包含针对肽化学、类药分子、溶剂化、蛋白质–配体接触、离子相互作用和水簇的不同子集。
- 使用 Psi4，在 ωB97M-D3BJ/def2-TZVPPD 理论水平下进行计算，并提供示例输入，说明兼容的新计算所用设置。
- 带版本号的数据集发行版通过 Zenodo 分发，与仓库中的数据生成脚本和辅助文件分开。
使用场景
- 预期评估：在选定的类药分子子集上训练能量与力势，并在留出的构型上评估。
- 预期评估：比较模型在肽、蛋白质–配体、溶剂化和离子对等子集上的行为，以考察其对不同相互作用类型的覆盖情况。
- 预期评估：使用文档所述的参考性质，探索在学习能量的同时预测部分电荷、键级或原子多极矩。
- 在扩充基于 SPICE 的训练集合时，使用所提供的 Psi4 设置生成额外的参考计算。
使用方式
- 阅读官方 README，了解文档所述的子集、化学覆盖范围和参考计算方法。选择与目标分子体系相关的子集，不要假设所有相互作用都得到了同等程度的表示。
- 通过 Zenodo DOI 获取数据集。GitHub 仓库并非数据集下载源；为保证可复现性，请记录所使用的具体发行版。
- 在设计训练流程前，检查已下载发行版中的文件及可用性质。若要进行评估，请定义留出的构型，并确定模型将学习哪些参考目标。
- 如果要添加计算，请查阅仓库中的
sample.dat。应匹配 Psi4、ωB97M-D3BJ/def2-TZVPPD 以及所提供的设置；README 提醒，不要直接合并来自不同程序的能量。 - 按照 README 中的说明引用数据集论文和特定版本的 DOI。请区分数据集的 CC0 条款与仓库的 MIT 代码许可证。