تعتبر دوال الطاقة للأنظمة النقية والمتجانسة من الدعائم الأساسية لمحاكاة الجزيئات للأنظمة ذات الطور المكثف. مع ظهور الأسطح المحتملة للطاقة المعتمدة على التعلم الآلي (ML-PESs)، بدأت حقبة جديدة. تتيح النماذج الإحصائية تمثيل بيانات المرجع من حسابات الهيكل الإلكتروني للأنظمة الكيميائية ذات التعقيد العشوائي تقريبًا بتفاصيل غير مسبوقة ودقة عالية. هنا، يتم دمج الطرق المستندة إلى النواة والشبكات العصبية لدرجات الحرية داخل الجزيئات مع نماذج الشحن الموزعة للإلكتروستاتيكا طويلة المدى لوصف طاقات التفاعل للأنظمة ذات الطور المكثف. التركيز الرئيسي على أمثلة توضيحية تتراوح من السوائل النقية (ثنائي كلور الميثان (DCM)، الماء) إلى الأنظمة الكيميائية والبنائية غير المتجانسة (السوائل الثابتة، CO على الماء الصلب غير المتبلور)، والتفاعلات (مينشوتكين)، والفلورية (محلل ثلاثي الذرات لديناميات البروتين). في جميع الأمثلة، تم استخدام عناقيد صغيرة إلى متوسطة الحجم لتمثيل وتحسين إجمالي طاقة التفاعل مقارنةً بحسابات كيمياء الكم المرجعية. على الرغم من إمكانية تحقيق دقة ملحوظة لبعض الأنظمة (دقة كيميائية لـ DCM والماء)، فإنه من الواضح أن هناك حاجة إلى نماذج أكثر واقعية لمساهمات فاندرفالس ويتعين استخدام نماذج ماء محسنة لمحاكاة كمية أفضل للأنظمة الكيميائية والبيولوجية غير المتجانسة.
درس وانغ وآخرون (سون،) هذا السؤال.