面向分子描述符提取与反应性建模的DFT输出文件自动化分析
化学物理
2026-01-21 v1
摘要
理解分子结构与化学反应性或性质之间的关系是理性分子设计的基础。线性自由能关系（LFERs），特别是Hammett分析，长期以来一直是有机化学中的有力工具。近来，这些方法通过整合计算衍生的参数得到了增强，使其能够更广泛地应用于多样的分子和反应。为了促进并规模化这一过程，我们提出了DFTDescriptorPipeline，这是一个全自动的工作流程，用于从Gaussian日志文件中提取量子化学描述符，并使用多元线性回归（MLR）模型构建结构-性质和结构-反应性关系。我们通过四个案例研究验证了该工作流程，包括光开关分子和催化反应。在每个案例中，模型都提供了可解释的结果，展示了该方法的通用性及其与广泛化学背景的相关性。我们预期该平台将作为一个通用框架，用于将量子化学计算整合到数据驱动的分子设计中。
引用
@article{arxiv.2601.14203,
title = {Automated Analysis of DFT Output Files for Molecular Descriptor Extraction and Reactivity Modeling},
author = {Yu-Chien Huang and Dennis Chung-Yang Huang and Yun-Cheng Tsai},
journal= {arXiv preprint arXiv:2601.14203},
year = {2026}
}