阐明大气棕碳——以穷举枚举与机器学习取代化学直觉
化学物理
2021-01-20 v1
摘要
为解析在大气烟雾箱实验中作为丁香酚光氧化产物而被识别的 C12H12O7 同分异构体结构，我们应用了基于图的分子生成器与机器学习工作流。为以无偏方式完成此任务，在假定同分异构体含两个 C6 环的前提下，生成了 C12H12O7 整个化学子空间的分子图；这产生了 2.6 亿个分子图与 1.2 亿个稳定结构。以量子化学激发能与振子强度作为训练数据，我们使用核岭回归预测了这些量并模拟了紫外/可见吸收光谱。随后，我们确定了这些分子在不同方法误差范围内引发实验光谱的概率。其光谱可能匹配实验光谱的分子按结构特征聚类，形成了含逾 50 万分子的簇。虽识别出若干与高概率引发实验光谱相关的特征，但无法给出必要特征的明确组合。因此，吸收光谱不足以唯一确定某一特定同分异构体结构。若从实验数据获知更多结构特征，结构数目可缩减至数万候选。我们给出了一种判定已纳入充足碎片化数据以缩减可能分子数目的流程。若在无偏分子生成阶段即应用结构数据，可获得获取有效候选的最高效策略。然而，系统性枚举对于避免分子误识别是必要的，且其保证不存在其他亦能拟合所涉光谱的分子。
引用
@article{arxiv.2101.07301,
title = {Elucidating atmospheric brown carbon -- Supplanting chemical intuition with exhaustive enumeration and machine learning},
author = {Enrico Tapavicza and Guido Falk von Rudorff and David O. De Haan and Mario Contin and Christian George and Matthieu Riva and O. Anatole von Lilienfeld},
journal= {arXiv preprint arXiv:2101.07301},
year = {2021}
}