求助：如何使用机器学习对分子模拟(gromacs)和gaussian优化结果进行建模和分析、预测

longwenjun

导师接了一个项目，要做白酒的跨尺度模拟，通过gaussian对白酒中的主要小分子(除乙醇和水外含量较高的物质，主要是酸和酯，共计15-20种)进行优化(构象)，然后再使用gromacs对白酒体系进行模拟，以优化后的各物质进行配比模拟，然后要模拟气-液界面、气相和液相的成分及组成，然后根据gaussian和gromacs的结果，使用机器学习的方式进行分析、建模和预测。主要是预测，比如在液相中的稳定比例，什么比例最稳定，白酒存放过程中，某一物质变多，对其他物质挥发性或构像稳定的影响，以及长时间存放内部构象的变化。最后使用gc-ms和lc-ms来鉴定预测的结果。
提问：
1、之前做过gaussian和gromacs，但是机器学习纯小白，请问要怎么使用机器学习进行分子模拟(gromacs)和gaussian优化结果进行建模和分析、预测，从而达到想要的预测结果？哪些模拟的结果应该是我关注的，我没有搜到相关的文献，请问有大佬做过类似的吗？

2、感觉工作量挺大的，项目计划是三年左右，不知道能不能计算完，目前仅有两台2080ti的计算电脑，如果不行，需要增加计算资源要怎么增加比较合适，重新配一个专门机器学习的吗？
目前想到的主要是这些问题，如果还有不足之处，敬请各位大佬提醒。