本發(fā)明涉及一種基于人工智能的生物大分子量子力學(xué)特性計(jì)算方法及系統(tǒng)，通過將生物大分子以基本組成單元為基礎(chǔ)進(jìn)行化學(xué)鍵切割，得到多種分塊結(jié)構(gòu)，進(jìn)行構(gòu)象采樣得到若干分塊構(gòu)象，選擇量子力學(xué)方法對(duì)分塊構(gòu)象量化計(jì)算，得到各分塊構(gòu)象的量化計(jì)算結(jié)果和構(gòu)象量化數(shù)據(jù)集，建立不同分塊結(jié)構(gòu)的特征工程，并搭建相應(yīng)的初始模型，并將構(gòu)象量化數(shù)據(jù)集作為訓(xùn)練集，將量化計(jì)算結(jié)果作為標(biāo)簽對(duì)初始模型進(jìn)行訓(xùn)練，得到不同分塊結(jié)構(gòu)的勢(shì)能面預(yù)測(cè)模型；將不同分塊結(jié)構(gòu)的勢(shì)能面預(yù)測(cè)模型與力場(chǎng)參數(shù)進(jìn)行整合，得到生物大分子體系的勢(shì)能面預(yù)測(cè)模型，對(duì)待測(cè)生物大分子進(jìn)行量子力學(xué)特性計(jì)算。本發(fā)明能夠提高生物大分子體系的量子力學(xué)特性的計(jì)算精度和計(jì)算效率。