理论与计算化学

机器学习势、虚拟筛选

探讨近似量子级能量与力的机器学习原子间势、主动学习流程，以及大型分子库的分级虚拟筛选。

直觉快速近似需要可信范围

机器学习原子间势以能量和力模型替代反复进行的昂贵电子结构计算。只有训练数据充分覆盖的构型才可靠；陌生化学环境需要新的参考计算。

模拟对比基于不确定性的势能采样与逐级收窄至少量高成本物理精修候选物的筛选漏斗。

定义: 原子间势

势能模型将原子位置与元素映射为标量能量 $E(\mathbf R)$ 。力是坐标负梯度，因此能量与力预测应保持一致。

\mathbf F_i=-\nabla_{\mathbf R_i}E(\mathbf R)

分子动力学中，小的力误差可能累积成错误结构或动力学。应在训练集之外的构型上评估能量、力及相关观测量，而不只是训练轨迹中的随机样本。

许多原子模型在架构中满足平移、旋转及相同原子置换不变性。主动学习循环为：用参考结构训练，寻找模型分歧或不确定性高的构型，计算新参考标签并重新训练。

\mathcal D_{n+1}=\mathcal D_n\cup\{(\mathbf R^*,E_{\mathrm{ref}},\mathbf F_{\mathrm{ref}}):\mathbf R^*\in\arg\max_{\mathbf R}u(\mathbf R)\}

例题: 选择待标注构型

模型集成在平衡构型的能量预测几乎一致，但在断键几何附近分歧很大。下一次昂贵的参考计算应针对哪里？

解答

若断键区域具有物理相关性且参考方法可靠，则查询高分歧区域。加入结果并重新训练，再独立检验动力学与观测量。

筛选级联先用廉价模型筛选大量化合物，再对较小集合使用更精确评分、构象采样，最终开展实验。排名取决于靶标结构、评分假设、质子化状态和采样覆盖度。

E(3)-equivariant graph neural networks for data-efficient and accurate interatomic potentials · Simon Batzner, Albert Musaelian, Lixin Sun, Mario Geiger, Jonathan P. Mailoa, Mordechai Kornbluth, Nicola Molinari, Tess E. Smidt, and Boris Kozinsky, 2022
Machine learning for molecular and materials science · Keith T. Butler, Daniel W. Davies, Hugh Cartwright, Olexandr Isayev, and Aron Walsh, 2018