据《科技日报》报道，记者从中国科大获悉，该校微尺度物质科学国家研究中心江俊教授与其合作者合作，通过利用人工智能机器学习中的神经网络技术，模拟了蛋白质肽键结构与性质之间的构效关系，大大降低了计算量，为预测蛋白质的光学特性提供了一种高效的工具。相关成果日前发表在《美国科学院院报》上。

研究人员首先在300K温度下通过分子动力学模拟以及量子化学计算，得到了五万组不同构型的肽键模型分子。通过机器学习算法筛选出键长、键角，二面角跟电荷信息作为描述符，通过神经网络来构建肽键基态结构与其激发态性质之间的构效关系。基于训练好的机器学习模型，预测出了肽键的基态偶极矩及激发态性质，最后预测出肽键的紫外吸收光谱。为了验证机器学习模型的鲁棒性，研究人员又基于300K的温度下得到的机器学习模型，预测出肽键在200K以及400K温度下的紫外吸收光谱，其结果与时间密度泛函理论计算结果达到很好的吻合。