鞭牛士 12月27日消息，近日，深势科技团队最新成果登上《自然-计算科学》（Nature Computational Science），论文题为《利用自适应强化动力学对高维自由能面进行高效采样》（Efficient sampling of high-dimensional free energy landscapes using adaptive reinforced dynamics），文中使用了超过100个集合变量加速采样进程，此前的采样方法从未处理过如此高维的集合变量。

《自然-计算科学》（Nature Computational Science）是Nature旗下专注于计算科学的顶级期刊，主要关注最新计算方法的发展及其如何在各学科中解决实际问题。这是深势科技继12月8日推出蛋白质结构预测工具Uni-Fold，并开源训练、推理代码后的又一重磅成果。