MAPLE: 机器学习力场计算化学平台

Huschein

MAPLE: 机器学习力场计算化学平台

  机器学习力场（MLFF）已经热门好几年了，大家也逐渐看到了它的优势：快速、高效，能够适应不同的体系。虽然目前它仍受限于训练集数据，但随着 Open Molecules 2025 数据库的发布，MLFF 正在朝着更加工业化的方向迈进——从以前的特定体系、有机小分子，扩展到如今的激发态、化学反应、金属有机体系，MLFF 正日趋成熟。我认为这种发展和二十年前力场拟合的历程有相似之处：它虽然不是全知全能的，但已经可以胜任大部分任务了。

  然而，目前存在一个问题：现有平台如 ASE、MLatom 等并非专门为 MLFF 设计，而一些商业化平台（如 Rowan）却不开源。这在很大程度上限制了 MLFF 的进一步应用。同时，大部分平台的设计者满足于编写接口调用外部程序（如 Gaussian/ORCA），这种做法省事且无需额外验证，但 MLFF 的 GPU 推理、并行计算、自动微分等特性，是这些平台在设计之初就没有考虑在内的。

  因此，MAPLE 设计的初衷就是：尽可能减少对第三方库/软件的依赖，原生手动实现所有方法，并针对不同的 MLFF 做针对性优化。在共享算法层面，MAPLE 将 MLFF 与并行算法（B-LBFGS）、自动微分（Modified Dimer）深度融合，进一步释放 MLFF 的潜力。同时，MLFF 兼顾了性能与精度，使得很多常规 MM 或 QM 难以实现的任务成为可能。例如，MAPLE 提供了近 100 种平衡态显式溶剂模型，使得化学反应计算可以直接采用显式溶剂建模，避免传统 QM 中隐式溶剂模型不准确的问题；配合限制性优化和构象搜索功能，溶剂中化学反应的计算将更加贴近真实世界。

  MAPLE 目前发布了第一个版本。第一阶段的目标是实现 Gaussian/ORCA（G/O）中的大部分功能，并针对 MLFF 进行算法优化。但 MAPLE 存在的意义并非再造一个 Gaussian 或 ORCA——只有先实现基础功能，更多进阶功能才能得以构建。值得一提的是，MAPLE 采用了与 Gaussian/ORCA 相似的输入格式和输出风格，使得大多数 G/O 用户可以几乎零成本地学习和使用 MAPLE；这样设计的另一个目的是兼容更多现有的后处理分析平台。此外，MAPLE 也正在构建一套官方工具包 MAPLEtoolkits，以便快速进行后处理分析，为大家提供便利。我们还与深圳湾实验室Zhang Jun老师课题组合作，成功将 MAPLE 接入了 Qbics-MolStar 平台，用户可以直接在该平台使用 MAPLE 的结构优化和过渡态搜索功能。

  MAPLE 提供的功能和 TODO list 远不止于此，难以一一介绍，但我们希望大家可以在实际任务中试一试 MAPLE。例如，在高通量结构预优化场景下，MAPLE 可以直接对一个文件夹中的所有分子批量执行优化；又如大分子优化，在我们的测试中，最大体系接近 10000 个原子，可以在一天内完成 超过 200 个 iteration 的NEB（12 个 image） 计算。

  MAPLE 不会止步于一篇文章、一个体系的测试——我们的目标是将 MAPLE 打造为下一代 MLFF 计算化学平台。

MAPLE文章: https://chemrxiv.org/engage/chem ... 9bbafb3b11118e9807e
MAPLE仓库: https://github.com/ClickFF/MAPLE
MAPLE文档(尚未完成): https://maple-org.netlify.app/
Qbics-MolStar: https://molstar.szbl.ac.cn/viewer/
MAPLE交流企鹅群：757103155

快速上手指南
更多使用细节请等待我们的文档完善，或者可以参考 /example 目录下的测试案例。

安装步骤：


环境要求：
Python ≥ 3.9 强烈建议配备 CUDA 兼容的 GPU（生产环境几乎必需）


git clone https://github.com/ClickFF/MAPLE.git
cd MAPLE
pip install -e .

# 安装核心依赖
conda install -c conda-forge numpy ase

# 安装 PyTorch（根据你的 CUDA 版本选择）
# CUDA 11.8：
pip install torch --index-url https://download.pytorch.org/whl/cu118
# 仅 CPU：
pip install torch --index-url https://download.pytorch.org/whl/cpu

# 安装机器学习力场支持
pip install fairchem-core  # 支持 UMA模型


输入文件编写

MAPLE 采用类似 Gaussian/ORCA 的输入格式，学习成本极低。输入文件（`.inp`）的基本结构如下：
```
#model=ANI-1xnr
#opt
#device=gpu0

C   0.000   0.000   0.000
H   1.089   0.000   0.000
H  -0.363   1.028   0.000
H  -0.363  -0.514   0.890
H  -0.363  -0.514  -0.890

关键字说明：

#model=：指定 MLFF 模型（如 ANI-1xnr、AIMNet2 等）
#opt：执行几何优化；#ts(method=neb)：过渡态搜索
#device=：指定计算设备（gpu0、cpu 等）
坐标部分：XYZ 坐标（与 Gaussian 格式一致）

运行 MAPLE
bash# 基本运行
maple input.inp

# 指定输出文件
maple input.inp output.out

就是这么简单！

------------------------------------------
2026 Feb Update https://github.com/ClickFF/MAPLE/releases/tag/v.0.1.1

HexGaS

老师您好！有一个关于uma模型使用的问题想请教一下。
我之前使用过站内其他老师编写的Gau_UMA程序，详见：Gau_UMA: 联用Gaussian和UMA机器学习势
使用Gau_UMA时程序拉取了uma_s_1p1模型到本地，储存路径为~/.cache/fairchem/models--facebook--UMA/snapshots。
第一次运行MAPLE时，发现程序直接使用了本地有的uma_s_1p1，而非尝试从huggingface拉取MAPLE程序default的uma_s_1p2，想请问一下应该如何才能使用uma_s_1p2呢？

.inp文件头如下：
#model=uma
#opt(method=lbfgs)
#device=cpu
#convergence=tight

ljc050512

AxiEJohn 发表于 2026-4-10 10:46
谢谢您的反馈！

您试一试使用指令：

谢谢老师！我去试试看

AxiEJohn

ljc050512 发表于 2026-4-10 10:22
老师您好，我在测试例子中NVE文件时候，想设置md是每一步输出一次，应该在哪里修改？
我尝试修改了md_temp ...

谢谢您的反馈！

您试一试使用指令：

1. maple md nve

复制代码

以生成nve.mdp模版文件，此后在mdp中修改。
在inp文件中使用

1. #md(mdp=nve.mdp)

复制代码

让md读取mdp配置文件以修改md参数。
注：当前MD功能处于实验阶段，已发现些许bug，将在下次PR merged后完善。

ljc050512

老师您好，我在测试例子中NVE文件时候，想设置md是每一步输出一次，应该在哪里修改？
我尝试修改了md_templates.py里面的traj_every  = 1和log_every   = 1，没起作用
也尝试在inp文件里写#md(ensemble=nve, timestep=1.0, steps=1000, temperature=300, traj_every=1, log_every=1)，也不行。

AxiEJohn

请问楼主有计划增加MD功能吗

yxdd98

Huschein 发表于 2026-2-11 02:25
1. 这些溶剂都是MD预平衡好的 MAPLE直接调用建模
2. 肯定不可以对比 除非用一些特殊的model 他们在训练 ...

明白了，谢谢您，的确是门道很深呀。

Huschein

yxdd98 发表于 2026-2-10 17:50
的确如您说得那样，设置隐式溶剂模型甚至导致原来能收敛的体系不收敛了。我有点好奇的点是：
1、根据原 ...

1. 这些溶剂都是MD预平衡好的 MAPLE直接调用建模
2. 肯定不可以对比 除非用一些特殊的model 他们在训练的时候就包含了溶剂 例如AIMNet2-qr 隐士溶剂有必要但不是我们说了算的 到底用什么模型比较好 是在model框架内嵌入 还是改动数据集 还是说结合经典的PB GB好 现在都没有定论 而且就算我实现了GB 你要知道对于不同的力场和方法 GB的参数是不同的 没有人为这些model专门参数化过GB 而且现在model基本上三个月一迭代 文章还没出来model就已经淘汰了 这些现实问题不是我们可以解决的 所以也只能凑合着用

yxdd98

Huschein 发表于 2026-2-10 01:56
https://www.maplechem.org/ 这是教程官网 但是最近又是春节 人力有限 我们还没有把所有东西都更新上来
...

的确如您说得那样，设置隐式溶剂模型甚至导致原来能收敛的体系不收敛了。我有点好奇的点是：
1、根据原文，MAPLE的显式溶剂模型是先用经典动力学得到溶剂盒子，然后MAPLE再调用这些盒子进行填充吗？
2、如果MAPLE不用显式溶剂也不用隐式溶剂的话，还能保证和Gaussian等使用隐式溶剂的势能面进行对比吗，感觉从产生初猜、和使用隐式溶剂模型的DFT结果对比的角度，隐式溶剂模型好像还是有必要的。

yxdd98

AxiEJohn 发表于 2026-2-10 15:12
您好，可以如下操作：
将MAPLE-v.0.1.1\maple\function\calculator%uma\下的代码_uma_calculator.py第50 ...

谢谢您，已经成功运行。

yxdd98

Huschein 发表于 2026-2-10 11:19
可以参考最新的MAPLE网站 https://www.maplechem.org/index.html

感谢您，希望MAPLE平台建设得更好。

AxiEJohn

yxdd98 发表于 2026-2-9 12:55
1、您好，我想使用uma模型，运行后会提示ImportError: fairchem-core is not installed. Please install it ...

您好，可以如下操作：
将MAPLE-v.0.1.1\maple\function\calculator\uma\下的代码_uma_calculator.py第50行的

1.         predictor = pretrained_mlip.get_predict_unit(
   
2.             model,
   
3.             inference_settings="default",
   
4.             overrides=overrides,
   
5.             device=device,
   
6.         )

复制代码

替换为

1.         from fairchem.core.units.mlip_unit import load_predict_unit
   
2.         predictor = load_predict_unit(
   
3.             "/home/axie/uma-s-1p1.pt",
   
4.             inference_settings="default",
   
5.             overrides=overrides,
   
6.             device=device,
   
7.         )

复制代码

即可（当然具体路径得修改）。

ljc050512

Huschein 发表于 2026-2-10 00:56
这部分衔接可能没有做好 我再去改一次bug 如果你想这么做的话 直接cineb之后把ci结构拿出来单独做prfo是 ...

好的，谢谢老师

Huschein

yxdd98 发表于 2026-2-10 01:35
感谢您的回复，还想请教下MAPLE有关于各项命令的help文档嘛，虽然我基于example能运行一些计算，但比如我 ...

可以参考最新的MAPLE网站 https://www.maplechem.org/index.html

Huschein

yxdd98 发表于 2026-2-10 01:35
感谢您的回复，还想请教下MAPLE有关于各项命令的help文档嘛，虽然我基于example能运行一些计算，但比如我 ...

https://www.maplechem.org/ 这是教程官网 但是最近又是春节 人力有限 我们还没有把所有东西都更新上来
目前你可以根据example里面的设置来暂时试用一下 我们预计三月份结束前能把全部的网页做好

隐式溶剂我不建议用 这些不是对model专门参数化的 其次我的GB实现也很潦草 但是MAPLE支持了显式溶剂建模 你可以尝试一下这个模块