Aitomistic动态：MLatom分析工具详解，让计算分析更高效！

本周我们将重点介绍Aitomistic支持的开源软件MLatom的一项强大功能——帮助您对计算输出数据（如Gaussian计算）进行专业分析。

核心功能：创建交互式分析报告

您可以在Jupyter Notebook中使用MLatom准备分析内容，并将其转换为交互式HTML文件。这样，您将不必局限于静态的PDF文件，而是可以与他人一起协作，在线浏览分子结构、光谱数据，或者提交或补充材料。

案例展示：大分子体系研究

在今年发表于《Organic Letters》的研究中（Alternating Donor–Acceptor Thienoacenes Featuring Up to 23 Linearly Fused Rings，Org. Lett. 2025, 27, 14, 3753–3759），我们使用AIQM2方法的UAIQM扩展，在32个CPU上仅用88分钟就完成了包含23个稠环共714个原子的给受体噻吩并苯分子结构优化。

相比DFT方法，这一方法的计算效率令人印象深刻！该非共价复合物具中的多个柔性烷基链结构也与晶体结构的高度吻合。在这项研究中，我们还使用Gaussian对较小的模型体系进行了TD-DFT计算，从而完成了全面的理论分析。

通过一行简单代码即可加载Gaussian输出文件：

mol = ml.molecule.load('myfile.log', format='gaussian')

这一功能具有重要意义：

为您提供了一种简单方法，将Gaussian计算结果转换为 MLatom可读的数据库格式，便于后续用于训练机器学习模型。

在Jupyter Notebook中可快速进行数据分析，例如，您可以通过运行mol.view()命令查看分子结构。

功能演示：具体分析应用示例

您可以将我们的示例Notebook (http://mlatom.com/misc/ita.html) 作为模板。它展示了如何生成计算摘要，包括列出能量、热化学性质、虚频数目等。

在紫外/可见吸收光谱分析方面，您可以使用MLatom内置函数（如ml.spectra.plot_uvvis）绘制光谱，并与实验光谱进行比较，相关函数支持光谱对齐和线状谱绘制。示例中也提供了如何列出激发态信息及其特性以生成支持信息表格的方法。

您可以在Aitomistic Hub的Jupyter Lab环境中直接体验这些功能。欢迎随时向我们反馈使用体验，帮助我们持续改进产品！