首页
/ Open-Catalyst-Dataset 开源项目最佳实践

Open-Catalyst-Dataset 开源项目最佳实践

2025-05-21 02:44:19作者:丁柯新Fawn

1. 项目介绍

Open-Catalyst-Dataset 是由 Open-Catalyst-Project 开发的一个开源项目,旨在为催化研究提供一套高质量的吸附剂-催化剂输入生成工作流程。该数据集通过自动化的方式生成吸附剂和催化剂的配置,支持多种吸附剂和催化剂的组合,为催化反应的研究提供了丰富的实验数据。

2. 项目快速启动

环境搭建

首先,确保安装了 Conda 环境。如果没有安装,可以通过以下命令安装:

conda install -n ocp python=3.9
conda activate ocp

接着,安装所需的 Python 包:

pip install pymatgen==2023.5.10 ase==3.22.1

克隆项目

将项目克隆到本地:

git clone https://github.com/Open-Catalyst-Project/Open-Catalyst-Dataset.git
cd Open-Catalyst-Dataset

安装项目:

pip install -e .

示例使用

以下是一个简单的示例,展示如何使用 Open-Catalyst-Dataset 工作流程将 CO 放置在 Cu (1,1,1) 表面上:

bulk_src_id = "mp-30"
adsorbate_smiles = "*CO"
bulk = Bulk(bulk_src_id_from_db=bulk_src_id, bulk_db_path="your-path-here.pkl")
adsorbate = Adsorbate(adsorbate_smiles_from_db=adsorbate_smiles, adsorbate_db_path="your-path-here.pkl")
slabs = Slab.from_bulk_get_specific_millers(bulk=bulk, specific_millers=(1, 1, 1))

# 执行启发式放置
heuristic_adslabs = AdsorbateSlabConfig(slabs[0], adsorbate, mode="heuristic")

# 执行随机位点,启发式放置
random_adslabs = AdsorbateSlabConfig(slabs[0], adsorbate, mode="random_site_heuristic_placement", num_sites=100)

请确保将 your-path-here.pkl 替换为实际的数据库文件路径。

3. 应用案例和最佳实践

生成吸附剂-催化剂配置

使用 Open-Catalyst-Dataset 生成吸附剂-催化剂配置时,可以采用不同的模式来放置吸附剂,包括启发式放置、随机放置和随机位点启发式放置。

  • 启发式放置:在表面原子节点、两节点之间和三角形中心考虑放置位点。
  • 随机放置:在 Delaunay 三角形的边上均匀随机采样放置位点。
  • 随机位点启发式放置:结合启发式和随机放置的优点。

以下是一个使用启发式放置的示例:

heuristic_adslabs = AdsorbateSlabConfig(slabs[0], adsorbate, mode="heuristic")

生成 VASP 输入文件

Open-Catalyst-Dataset 提供了一个 StructureGenerator 辅助类,用于创建吸附剂、催化剂对象,并生成 VASP 输入文件和元数据。

# 示例:生成 VASP 输入文件
structure_generator = StructureGenerator(bulk_db_path="your-path-here.pkl", adsorbate_db_path="your-path-here.pkl")
structure_generator.generate_input_files(output_dir="output", bulk_index=0, adsorbate_index=0, surface_index=0)

请确保将 your-path-here.pkl 替换为实际的数据库文件路径。

4. 典型生态项目

Open-Catalyst-Dataset 可以作为催化研究的一个基础工具,与其他开源项目如 Open Catalyst、Pythia 等 结合使用,共同构建一个完整的催化研究生态。例如,可以使用 Open-Catalyst-Dataset 生成的数据集来训练机器学习模型,预测催化反应的活性。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
503
39
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
331
10
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
277
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
938
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70