Nat. Methods

在大数据时代，分子动力学（MD）模拟的使用范式亟需更新。研究人员应以FAIR原则（可查找、可获取、可互操作、可重用）为基础，规范轨迹数据的存储方式，以促进数据的共享与复用，推动开放科学的发展。

结构生物学和基因组学等领域因早期建立数据归档机制，如1971年建立的PDB数据库，已成为当前AI时代的主要受益者。相比之下，分子模拟社区仍沿用几十年前的做法。尽管分子动力学如今被广泛应用于分子机制解析和药物设计，相关模拟数据却常常未被保存，导致后续研究必须重复模拟，既浪费资源，也不利于科研的可持续发展。

随着计算能力提升，研究人员能够模拟更大体系、时间更长的过程，产生海量数据，但相关领域尚缺乏统一的数据存储标准。许多模拟轨迹在论文发表后被删除，无法供他人再分析或进行机器学习训练、力场优化等工作，极大限制了模拟数据的再利用潜力。

为此，研究人员正推动建立可持续的MD数据归档机制。例如，COVID-19疫情期间，Molecular Sciences Software Institute（MolSSI）联合BioExcel、European Open Science Cloud、EBI和Zenodo创建了 COVID-19 Molecular Structure and Therapeutics Hub（），实现了全球范围内的模拟数据共享与联通。

另一个项目 MDverse（/）致力于对散落在网络中的模拟轨迹进行整理、索引与FAIR化。类似的举措正在不断涌现，反映出社区普遍认为应摒弃旧有数据处理方式，构建统一、可复用的数据基础设施。

当前面临的技术挑战（如存储容量、带宽和数据分析能力）可借助分布式数据库体系和高性能计算中心的支持解决。更重要的是，社区应达成共识，制定数据质量标准、压缩策略和元数据规范，包括模拟条件、体系信息、方法参数、数据许可等。最低限度应提供作者、系统构成、模拟设置、模拟目的等基本信息，并采用标准化格式存储轨迹与相关命令、软件版本等数据生成过程。

类似 MDDB 项目（/）正尝试建立标准化的数据归档平台，涵盖数据质量评估、统一格式、元数据要求、访问接口及持久标识符（如DOI）等关键要素。借助这类平台，MD轨迹不仅可以复现，也能够与结构数据、功能注释等生物数据库集成，推动生命科学、药物开发、AI建模等领域的深度融合与知识共享。

研究人员相信，全面拥抱数据驱动的分子模拟范式，将加速科学进步，拓展跨学科合作，为未来科研提供更加坚实的数据基础。

整理 | WJM

参考资料

Amaro, R.E., Åqvist, J., Bahar, I. et al. The need to implement FAIR principles in biomolecular simulations. Nat Methods (2025).

.1038/s41592-025-02635-0