Datasets:
License:
| license: CC0-1.0 | |
| tags: | |
| - ANI-1x | |
| - MACE | |
| - molecular dynamics | |
| - HDF5 | |
| - extxyz | |
| - machine learning potential | |
| language: | |
| - en | |
| - zh | |
| <p align="center"> | |
| <strong> | |
| <span style="font-size: 30px;">ANI-1x</span> | |
| </strong> | |
| </p> | |
| ## 数据集描述 | |
| ANI-1x 数据集是训练和评测的分子构型数据集。数据包包含训练、验证、测试 HDF5 分片，以及配套 statistics JSON 和 extxyz 辅助文件，字段与 MACE ANI-1x 配置中的能量、受力字段一致，是学习和验证机器学习原子间势（MACE）方法的标准基准数据集。 | |
| 元素集合为 H、C、N、O。原始 ANI-1x 数据来自 [ANI-1x datasets (FigShare)](https://springernature.figshare.com/collections/The_ANI-1ccx_and_ANI-1x_data_sets_coupled-cluster_and_density_functional_theory_properties_for_molecules/4712477)，本仓库是其面向 OneScience MACE 训练和评测示例的配套数据包。 | |
| 当前数据包包含约 30 个文件。 | |
| ## 数据集支持的任务 | |
| 本标准化数据仓库整理了 ANI-1x 示例的完整数据包，包含训练集、验证集和测试集，可用于： | |
| - 分子构型势能面模型的训练与验证 | |
| - 分子动力学模拟的势能面拟合 | |
| - MACE 框架的功能测试与基准评测 | |
| ## 数据集的格式和结构 | |
| 数据文件位于 `data/ani1x/` 目录下： | |
| | 文件路径 | 格式 | shape / 内容 | 说明 | | |
| |---|---|---|---| | |
| | `ani1x/ANI1x_cc_DFT_rc5_train/train_*.h5` | HDF5 | `[N_frames, N_atoms]` | 训练集，共 8 个分片 | | |
| | `ani1x/ANI1x_cc_DFT_rc5_val/val_*.h5` | HDF5 | `[N_frames, N_atoms]` | 验证集，共 8 个分片 | | |
| | `ani1x/ANI1x_cc_DFT_rc5_test/Default__*.h5` | HDF5 | `[N_frames, N_atoms]` | 测试集，共 8 个分片 | | |
| | `ani1x/ANI1x_cc_DFT_rc5_statistics.json` | JSON | 统计信息 | 包含 `atomic_energies`、`avg_num_neighbors`、`mean`、`std`、`atomic_numbers`、`r_max` | | |
| | `ani1x/ani1x_train.xyz` | extxyz | `[N_frames, N_atoms]` | 训练集辅助文件 | | |
| | `ani1x/ani1x_test.xyz` | extxyz | `[N_frames, N_atoms]` | 测试集辅助文件 | | |
| | `ani1x/ani1x_cc_dft.xyz` | extxyz | `[N_frames, N_atoms]` | 全量辅助文件 | | |
| | `metadata/sha256_manifest.txt` | SHA256 | 校验清单 | 文件完整性校验 | | |
| ### HDF5 数据格式 | |
| HDF5 文件结构为 `config_batch_*/config_*`。单个构型包含： | |
| | 路径 | dtype | shape | 说明 | | |
| |---|---|---|---| | |
| | `atomic_numbers` | `int64` | `[N_atoms]` | 原子序数 | | |
| | `positions` | `float64` | `[N_atoms, 3]` | 原子坐标，单位 Å | | |
| | `cell` | `float64` | `[3, 3]` | 周期盒矩阵 | | |
| | `pbc` | `bool` | `[3]` | 周期边界条件 | | |
| | `properties/energy` | `float64` | 标量 | 构型总能量，单位 eV | | |
| | `properties/forces` | `float64` | `[N_atoms, 3]` | 原子受力，单位 eV/Å | | |
| ## 数据集使用方式 | |
| 下载数据集： | |
| ```bash | |
| hf download --dataset OneScience-Sugon/ani1x --local-dir ./data | |
| ``` | |
| ## OneScience 官方信息 | |
| | 平台 | OneScience 主仓库 | Skills 仓库 | | |
| |---|---|---| | |
| | Gitee | https://gitee.com/onescience-ai/onescience | https://gitee.com/onescience-ai/oneskills | | |
| | GitHub | https://github.com/onescience-ai/OneScience | https://github.com/onescience-ai/oneskills | | |
| ## 限制与许可证 | |
| 本数据集为 MACE ANI-1x 示例数据，未生成新样本或改变原始数据内容。原始数据来自 ANI-1x datasets (FigShare)，计算级别为 wB97X/6-31G(d)。 | |
| - **原始来源**：https://springernature.figshare.com/collections/The_ANI-1ccx_and_ANI-1x_data_sets_coupled-cluster_and_density_functional_theory_properties_for_molecules/4712477 | |
| - **GitHub 仓库**：https://github.com/aiqm/ANI1x_datasets | |
| - **许可证**：CC0 1.0 Universal (公共领域 dedication) | |
| 使用 ANI-1x 数据集时请引用： | |
| - Smith, J. S.; Nebgen, B.; Lubbers, N.; Isayev, O.; Roitberg, A. E. Less Is More: Sampling Chemical Space with Active Learning. *J. Chem. Phys.* **2018**, *148* (24), 241733. https://doi.org/10.1063/1.5023802 | |
| - Smith, J. S.; Zubatyuk, R.; Nebgen, B.; Lubbers, N.; Barros, K.; Roitberg, A. E.; Isayev, O.; Tretiak, S. The ANI-1ccx and ANI-1x Data Sets, Coupled-Cluster and Density Functional Theory Properties for Molecules. *Sci. Data* **2020**, *7*, 134. https://doi.org/10.1038/s41597-020-0473-z | |