Hoá học lý thuyết và tính toán

Học máy cho dự đoán tính chất, phản ứng

Tìm hiểu cách biểu diễn phân tử, phân chia dữ liệu và độ bất định chi phối dự đoán tính chất hoá học và kết quả phản ứng bằng học máy.

1 THCS 2 THPT 3 Đại học 4 Nâng cao 5 Nghiên cứu

Trực giácHọc quy luật thống kê, không thay thế định luật hoá học

Mô hình ánh xạ biểu diễn phân tử sang đại lượng đích như độ tan, năng lượng hoặc sản phẩm phản ứng. Mô hình học tương quan từ ví dụ; ý nghĩa hoá học và độ tin cậy phụ thuộc dữ liệu biểu diễn điều gì và phân tử mới có giống dữ liệu huấn luyện hay không.

So sánh quy trình hồi quy tính chất với xếp hạng sản phẩm phản ứng, từ đầu vào phân tử qua biểu diễn tới dự đoán.

Phổ thôngDự đoán là một ánh xạ

Định nghĩa: Đặc trưng và nhãn đích

Vectơ đặc trưng $\mathbf x$ mã hoá phân tử hoặc phản ứng; nhãn đích $y$ là đại lượng đo hoặc tính toán cần dự đoán. Hàm học được $f(\mathbf x)$ xấp xỉ quan hệ trong phân bố dữ liệu huấn luyện.

\hat f=\arg\min_f\frac1N\sum_{i=1}^{N}\ell\!\left(f(\mathbf x_i),y_i\right)+\lambda\,\Omega(f)

Hàm mất mát $\ell$ đo sai số dự đoán, còn $\Omega$ điều chuẩn độ phức tạp. Sai số huấn luyện nhỏ hay mạng nơ-ron lớn đều không bảo đảm hữu ích về hoá học; tập kiểm định phải phản ánh đúng tác vụ dự định.

Ví dụ: Chọn cách chia dữ liệu phù hợp

Mô hình dự đoán tính chất cho khung cấu trúc mới, nhưng chia ngẫu nhiên từng phân tử khiến các chất tương tự nằm cả ở tập huấn luyện và kiểm tra. Đánh giá nào kiểm tra khả năng khái quát sang khung mới tốt hơn?

Lời giải

Dùng phép giữ lại theo khung cấu trúc: loại cả họ cấu trúc khỏi tập huấn luyện. Đây là phép thử khó hơn nhưng phù hợp hơn với kịch bản sử dụng.

Đại họcBiểu diễn phân tử và tác vụ phản ứng

Biểu diễn	Mã hoá	Lưu ý
Vân tay phân tử	Cấu trúc con cục bộ	Có thể bỏ lỡ hình học hoặc ngữ cảnh
Đồ thị	Nguyên tử và liên kết	Cần xử lý cẩn thận 3D và lập thể

Dự đoán phản ứng cần biểu diễn chất phản ứng, điều kiện và sản phẩm. Mô hình có thể xếp hạng sản phẩm ứng viên hoặc dự đoán thay đổi trên đồ thị phân tử. Điểm sản phẩm cao phụ thuộc dữ liệu và điều kiện phản ứng được mã hoá, không bảo đảm hiệu suất thực nghiệm.

Nâng caoKhái quát hoá, hiệu chuẩn và tính hợp lệ hoá học

Thiết kế benchmark cần ngăn rò rỉ dữ liệu, tách các chất gần trùng lặp khi thích hợp và báo cáo chỉ số phù hợp tác vụ. Hiệu chuẩn hỏi liệu độ tin cậy dự báo có khớp độ đúng thực nghiệm hay không. Miền áp dụng và ước lượng bất định giúp nhận diện ngoại suy, nhưng không sửa được nhãn thiên lệch hoặc thiếu sót.

Nghiên cứuBiên nghiên cứu: hoá học đáng tin cậy từ dữ liệu không hoàn hảo

Tài liệu tham khảo

Machine learning for molecular and materials science · Keith T. Butler, Daniel W. Davies, Hugh Cartwright, Olexandr Isayev, and Aron Walsh, 2018
Molecular Transformer: A Model for Uncertainty-Calibrated Chemical Reaction Prediction · Philippe Schwaller, Teodoro Laino, Théophile Gaudin, Peter Bolgar, Christopher A. Hunter, Costas Bekas, and Alpha A. Lee, 2019