Le jeu de données Timewarp, publié par Microsoft Research en 2023, est destiné à accélérer les simulations de dynamique moléculaire. L'article scientifique associé est « Timewarp: Transferable Acceleration of Molecular Dynamics by Learning Time-Coarsened Dynamics ». Il vise à utiliser des techniques d'apprentissage profond pour prédire les changements conformationnels tridimensionnels des petits peptides, accélérant ainsi le processus de simulation de la dynamique moléculaire.

Ce jeu de données contient un grand volume de données de trajectoires de dynamique moléculaire pour des petits peptides (2 à 4 acides aminés), simulées à l'aide d'un champ de force hydraulique implicite. Il couvre divers systèmes moléculaires de petite taille, tels que des dipeptides et des tétrapeptides. Le jeu de données inclut des fichiers d'état des protéines et des tableaux de trajectoires, prenant en charge l'entraînement et la validation de modèles d'apprentissage automatique dans le domaine de la dynamique moléculaire. Il fournit une base de données essentielle pour l'étude du repliement des protéines et de leurs comportements dynamiques.

Composition du jeu de données

• 2AA-1-big : contient les trajectoires de dynamique moléculaire tout-atomes de 380 dipeptides, générées à l'aide de la dynamique moléculaire classique et d'un modèle d'eau implicite, avec une sauvegarde de la trajectoire tous les 10 000 pas.
• 2AA-1-complete : contient les données complètes de trajectoires pour l'ensemble des 400 dipeptides, complétant les 20 dipeptides manquants dans 2AA-1-big, utilisant également la dynamique moléculaire classique et un modèle d'eau implicite.
• 4AA-huge : contient les trajectoires de dynamique moléculaire des tétrapeptides, principalement utilisées pour la validation et les tests, avec une durée de simulation de 1 microseconde.
• 4AA-large : contient 2 333 tétrapeptides, divisés en un ensemble d'entraînement (1 500 éléments), un ensemble de validation (400 éléments) et un ensemble de test (433 éléments). La durée de simulation de l'ensemble d'entraînement est de 50 nanosecondes, tandis que celle des ensembles de validation et de test est de 500 nanosecondes.
• AD-3 : contient deux longues trajectoires, simulées pour le dipeptide d'alanine, une molécule comprenant 22 atomes.