利用集成表示在化学化合物空间中机器学习自由能：达到溶解的实验不确定性
化学物理
2021-04-14 v5
摘要
自由能支配软物质和液态物质的行为，改进其预测可对药物、电解质或均相催化剂的开发产生重大影响。遗憾的是，要准确描述氢键、范德华相互作用或构象采样等支配溶解的效应颇具挑战。我们提出一种适用于整个化学化合物空间的自由能机器学习（FML）模型，其基于一种采用玻尔兹曼平均以考虑对构型空间近似采样的表示。使用FreeSolv数据库，FML对实验水合自由能的样本外预测误差随训练集大小系统性衰减，在训练490个分子（FreeSolv的80%）后达到实验不确定性（0.6 kcal/mol）。相应的FML模型误差也与最先进的基于物理的方法相当。为生成新查询化合物的输入表示，FML需要近似且短时的分子动力学运行。我们通过对116k个有机分子（QM9数据库中所有力场兼容分子）的FML溶解自由能进行分析来展示其实用性，识别出最易溶和最难溶的体系，并借助氢键供体、NH或OH基团数目、烃中氧原子数目以及重原子数目等简单描述符重新发现了准线性结构-性质关系。当训练中用于生成平均输入表示样本的分子动力学模拟温度与查询化合物相同时，FML的精度最高。该表示的采样时间相对于预测误差快速收敛。
引用
@article{arxiv.2012.09722,
title = {Machine Learning of Free Energies in Chemical Compound Space Using Ensemble Representations: Reaching Experimental Uncertainty for Solvation},
author = {Jan Weinreich and Nicholas J. Browning and O. Anatole von Lilienfeld},
journal= {arXiv preprint arXiv:2012.09722},
year = {2021}
}