Timewarp 数据集是由 Microsoft Research 于 2023 年发布的一个用于加速分子动力学模拟的数据集，相关论文成果为「Timewarp: Transferable Acceleration of Molecular Dynamics by Learning Time-Coarsened Dynamics」，旨在利用深度学习技术预测小肽的三维构象变化，从而加速分子动力学模拟过程。

该数据集包含大量小肽（2-4 个氨基酸）的分子动力学轨迹数据，使用隐式水力场进行模拟，涵盖二肽、四肽等多种规模的小分子体系。 数据集中包含了蛋白质状态文件与轨迹数组文件，支持机器学习模型在分子动力学领域的训练与验证，为研究蛋白质折叠和动力学行为提供了重要的数据基础。

数据集组成

• 2AA-1-big：包含 380 种二肽的全原子分子动力学轨迹，采用经典分子动力学和隐式水模型生成，每 10,000 步保存一次轨迹。
• 2AA-1-complete：包含全部 400 种二肽的完整轨迹数据，补充了 2AA-1-big 中缺失的 20 种二肽，同样采用经典分子动力学和隐式水模型。
• 4AA-huge：包含四肽的分子动力学轨迹，主要用于验证和测试，模拟时长为 1 微秒。
• 4AA-large：包含 2,333 种四肽，划分为训练集（1,500 个）、验证集（400 个）和测试集（433 个）。训练集模拟时长为 50 纳秒，验证集和测试集为 500 纳秒。
• AD-3：包含两个长轨迹，针对丙氨酸二肽进行模拟，该分子包含 22 个原子。