Timewarp データセットは、Microsoft Research が 2023 年に公開した、分子動力学シミュレーションの高速化を目的としたデータセットです。関連する論文成果は「Timewarp: Transferable Acceleration of Molecular Dynamics by Learning Time-Coarsened Dynamics」であり、深層学習技術を用いて小ペプチドの三次元構造変化を予測し、分子動力学シミュレーションのプロセスを高速化することを目指しています。

このデータセットには、多数の小ペプチド（2～4 個のアミノ酸）の分子動力学軌跡データが含まれており、隠された水力場（implicit water model）を用いたシミュレーションが行われています。ジペプチド、テトラペプチドなど、さまざまな規模の小分子系を網羅しています。 データセットにはタンパク質の状態ファイルと軌跡配列ファイルが含まれており、分子動力学分野における機械学習モデルの訓練および検証に対応しています。これにより、タンパク質のフォールディングや動力学挙動の研究のための重要なデータ基盤を提供します。

データセットの構成

• 2AA-1-big：380 種類のジペプチドの全原子分子動力学軌跡を含みます。古典的な分子動力学法と隠れた水モデルを用いて生成され、10,000 ステップごとに軌跡が保存されています。
• 2AA-1-complete：400 種類のジペプチドすべての完全な軌跡データを含みます。2AA-1-big で不足していた 20 種類のジペプチドを補完しており、同様に古典的な分子動力学法と隠れた水モデルを採用しています。
• 4AA-huge：テトラペプチドの分子動力学軌跡を含み、主に検証およびテストに使用されます。シミュレーション時間は 1 マイクロ秒です。
• 4AA-large：2,333 種類のテトラペプチドを含み、訓練セット（1,500 個）、検証セット（400 個）、テストセット（433 個）に分割されています。訓練セットのシミュレーション時間は 50 ナノ秒、検証セットおよびテストセットは 500 ナノ秒です。
• AD-3：アラニンジペプチドに対するシミュレーションを行う 2 本の長い軌跡を含みます。この分子は 22 個の原子から構成されています。