课题组近年来面向国家能源利用相关的重大需求，致力于发展大规模ReaxFF MD模拟的方法，建立了国际首个基于GPU并行ReaxFF MD模拟程序系统GMD-Reax，显著提升了10,000 ~ 100,000原子规模在单GPU计算节点上模拟计算的效率。基于化学信息学方法建立了ReaxFF MD反应分析与可视化程序系统VARxMD (Visualization and Analysis of ReaxFF Molecular Dynamics)。大规模ReaxFF MD模拟已经在高温热解和氧化反应过程、揭示其复杂的反应机理应用中发挥了难以替代的独特作用，可获得实验及其他计算方法难以得到的深层次反应机理认识。

过去的相关基础

　　随着Internet的普及，网络已经成为获取化学信息的主要途径,也改变了日常的研究、研究成果传播、学习新知识的方式。在享受信息时代前所未有方便的同时，由于Internet具有节点平等、自由发布的特点，网络资源不仅体现为分布式、高度动态和数量巨大，而且信息的质量良莠不齐，如何从海量信息中检索所需要的、高质量的化学信息，也是我们所面临的前所未有的挑战。

　　目前人们获取网络信息的主要方法是通用资源搜索引擎如Google、百度。由于Google在资源覆盖面(据称超过80亿Web页面)有压倒性优势, Google也成为检索化学信息最常用的工具。但由于Google索引的资源无所不包，因此检索化学信息时常遇到的问题是检索结果集非常大、且包含许多与检索意图相关性小的内容。因此建立面向化学领域、专门的网络化学信息检索工具成为人们努力的方向。本课题组近10年里一直致力于Internet化学信息资源挖掘方法的系统研究，将信息学方法与领域知识相结合，正逐步建成对网络化学化工数据、信息发现和利用的一整套专门工具，包括：(1) Internet化学化工资源导航ChIN; (2) Internet化学化工资源搜索引擎ChemEngine; (3) Internet化学化工深层网挖掘工具ChemDB Portal。这三种工具之间的关系、区别和概貌可简要地总结为下表：