報告題目：全量子（生物）分子模拟：夢想還是現實？
報告人：Alexandre Tkatchenko 教授
主持人（邀請人）：蔣青 教授
報告時間：8月12日15:00-17:00
報告地點：機械材料館209學術報告廳
主辦單位：汽車材料教育部重點實驗室，伟德bv1946官网
摘要：
精确的量子力學(QM)模型(和代碼)與高效的機器學習(ML)方法之間的融合似乎有望在分子模拟中實現範式轉變。越來越強大的QM/ML方法正在解決許多具有挑戰性的應用程序。這些方法包括模拟共價材料、分子、分子晶體、表面，甚至是水中的整個蛋白質[1]。對此，報告人将對這些最新進展以及實現複雜功能(生物)分子系統的全量子動力學所需的發展進行實況調查。在可預見的未來，理論學家将面臨多重挑戰:
(1)保證高水平質量管理方法的準确性[2];
(2)描述複雜的QM遠程相互作用[3,4,5];
(3)處理與複雜分子相關的量子電動力學效應[6,7];
(4)為分子和材料開發越來越準确、高效、可擴展和可移植的機器學習架構[8,9,10];
(5)考慮原子核的量子性質和外部環境的影響[11,12]。
隻有将所有這些發展結合起來，才能實現長期以來的全量子(生物)分子模拟的夢想。
參考文獻：
[1] O. T. Unke et al., arXiv preprint, arXiv:2205.08306 (2022).
[2] Y. S. Al-Hamdani et al., Nat. Commun. 12, 3927 (2021).
[3] M. Stöhr, A. Tkatchenko, Sci. Adv. 5, eaax0024 (2019).
[4] A. Ambrosetti, N. Ferri, R. A. DiStasio Jr., A. Tkatchenko, Science 351, 1171–1176 (2016).
[5] P. Hauseux, A. Ambrosetti, S.P.A. Bordas, A. Tkatchenko, Phys. Rev. Lett. 128, 106101 (2022).
[6] M. R. Karimpour, D. V. Fedorov, A. Tkatchenko, J. Phys. Chem. Lett. 13, 2197-2204 (2022).
[7] M. R. Karimpour, D. V. Fedorov, A. Tkatchenko, Phys. Rev. Research 4, 013011 (2022).
[8] H. E. Sauceda et al., Nat. Commun. 13, 3733 (2022).
[9] S. Chmiela et al., arXiv preprint, arXiv:2209.14865 (2022).
[10] A. Kabylda et al., arXiv preprint, arXiv:2209.03985 (2023).
[11] H. E. Sauceda et al., Nat. Commun. 12, 442 (2021).
[12] A. Ambrosetti, P. Umari, P. L. Silvestrelli, J. Elliott, A. Tkatchenko, Nat. Commun. 13, 813 (2022).
報告人簡介：
Alexandre Tkatchenko，盧森堡大學物理與材料科學系教授(自2020年1月起擔任系主任)，以及理論化學物理教授，并擔任柏林工業大學傑出客座教授。Tkatchenko團隊開發了精确和高效的第一性原理計算模型來廣泛研究複雜材料，旨在定性理解和定量預測其在原子尺度及更大尺度上的結構、内聚力、電子和光學性質。Tkatchenko在全球範圍内舉辦了300多場特邀演講、研讨會和座談會，在著名期刊上發表了200多篇文章(h指數80，引用超過35000次);前1%的ISI高被引研究員(2018-2022)，并擔任Science Advances (AAAS)，Physical Review Letters (APS)和Journal of Physical Chemistry Letters (ACS)的編委會成員。Tkatchenko獲得了許多獎項，包括美國物理學會APS Fellow，德國物理學會Gerhard Ertl青年研究員獎，世界理論與計算化學家協會(WATOC) Dirac獎章，國際非共價相互作用會議(ICNI) van der Waals獎，以及歐洲研究理事會的五項旗艦獎:2011年的啟動基金，2017年的鞏固基金，2022年的高級基金，以及2020年和2023年的概念驗證基金。
