تُعد مجموعة بيانات Timewarp، التي أصدرتها Microsoft Research في عام 2023، مجموعة بيانات مصممة لتسريع محاكاة الديناميكيات الجزيئية، حيث تستند نتائجها المنشورة إلى الورقة البحثية "Timewarp: Transferable Acceleration of Molecular Dynamics by Learning Time-Coarsened Dynamics"، وتهدف إلى استخدام تقنيات التعلم العميق للتنبؤ بالتغيرات في البنية ثلاثية الأبعاد للببتيدات الصغيرة، مما يؤدي إلى تسريع عملية محاكاة الديناميكيات الجزيئية.

تحتوي هذه المجموعة على كميات كبيرة من بيانات مسارات الديناميكيات الجزيئية للببتيدات الصغيرة (المكونة من 2 إلى 4 أحماض أمينية)، وقد تمت المحاكاة باستخدام نموذج الماء الضمني، وتغطي أنظمة جزيئية صغيرة بمقاييس مختلفة تشمل الدي ببتيدات والتيترا ببتيدات وغيرها.

تتضمن مجموعة البيانات ملفات حالة البروتين وملفات مصفوفات المسارات، مما يدعم تدريب نماذج التعلم الآلي واختبارها في مجال الديناميكيات الجزيئية، ويوفر أساساً بياناتياً مهماً لدراسة طي البروتين وسلوكه الديناميكي.

تكوين مجموعة البيانات

• 2AA-1-big: يتضمن مسارات الديناميكيات الجزيئية كاملة الذرات لـ 380 نوعاً من الدي ببتيدات، تم توليدها باستخدام الديناميكيات الجزيئية الكلاسيكية ونموذج الماء الضمني، مع حفظ المسار كل 10,000 خطوة.
• 2AA-1-complete: يتضمن بيانات المسارات الكاملة لجميع أنواع الدي ببتيدات الـ 400، ويسد الفجوة المتمثلة في 20 نوعاً من الدي ببتيدات المفقودة في مجموعة 2AA-1-big، باستخدام نفس منهجية الديناميكيات الجزيئية الكلاسيكية ونموذج الماء الضمني.
• 4AA-huge: يتضمن مسارات الديناميكيات الجزيئية للتيترا ببتيدات، ويُستخدم بشكل أساسي للتحقق والاختبار، بمدة محاكاة تبلغ 1 ميكروثانية.
• 4AA-large: يتضمن 2,333 نوعاً من التيترا ببتيدات، مقسمة إلى مجموعة تدريب (1,500 حالة)، ومجموعة تحقق (400 حالة)، ومجموعة اختبار (433 حالة). تبلغ مدة المحاكاة لمجموعة التدريب 50 نانو ثانية، بينما تبلغ 500 نانو ثانية لمجموعتي التحقق والاختبار.
• AD-3: يتضمن مسارين طويلين لمحاكاة الدي ألانين دي ببتيد، وهو جزيء يتكون من 22 ذرة.