报告题目：全量子（生物）分子模拟：梦想还是现实？

报告人：Alexandre Tkatchenko 教授

主持人（邀请人）：蒋青 教授

报告时间：8月12日15:00-17:00

报告地点：机械材料馆209学术报告厅

主办单位：汽车材料教育部重点实验室，吉林大学材料科学与工程学院

摘要：

精确的量子力学(QM)模型(和代码)与高效的机器学习(ML)方法之间的融合似乎有望在分子模拟中实现范式转变。越来越强大的QM/ML方法正在解决许多具有挑战性的应用程序。这些方法包括模拟共价材料、分子、分子晶体、表面，甚至是水中的整个蛋白质[1]。对此，报告人将对这些最新进展以及实现复杂功能(生物)分子系统的全量子动力学所需的发展进行实况调查。在可预见的未来，理论学家将面临多重挑战:

(1)保证高水平质量管理方法的准确性[2];

(2)描述复杂的QM远程相互作用[3,4,5];

(3)处理与复杂分子相关的量子电动力学效应[6,7];

(4)为分子和材料开发越来越准确、高效、可扩展和可移植的机器学习架构[8,9,10];

(5)考虑原子核的量子性质和外部环境的影响[11,12]。

只有将所有这些发展结合起来，才能实现长期以来的全量子(生物)分子模拟的梦想。

参考文献：

[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).

报告人简介：

Alexandre Tkatchenko，卢森堡大学物理与材料科学系教授(自2020年1月起担任系主任)，以及理论化学物理教授，并担任柏林工业大学杰出客座教授。Tkatchenko团队开发了精确和高效的第一性原理计算模型来广泛研究复杂材料，旨在定性理解和定量预测其在原子尺度及更大尺度上的结构、内聚力、电子和光学性质。Tkatchenko在全球范围内举办了300多场特邀演讲、研讨会和座谈会，在著名期刊上发表了200多篇文章(h指数80，引用超过35000次);前1%的ISI高被引研究员(2018-2022)，并担任Science Advances (AAAS)，Physical Review Letters (APS)和Journal of Physical Chemistry Letters (ACS)的编委会成员。Tkatchenko获得了许多奖项，包括美国物理学会APS Fellow，德国物理学会Gerhard Ertl青年研究员奖，世界理论与计算化学家协会(WATOC) Dirac奖章，国际非共价相互作用会议(ICNI) van der Waals奖，以及欧洲研究理事会的五项旗舰奖:2011年的启动基金，2017年的巩固基金，2022年的高级基金，以及2020年和2023年的概念验证基金。