[論文レビュー] Efficient Cysteine Conformer Search with Bayesian Optimization

Lincan Fang, Esko Makkonen+3 more|arXiv (Cornell University)|Jun 26, 2020

Computational Drug Discovery Methods参考文献 43被引用数 4

ひとこと要約

本稿では、1,000回の単一ポイントDFT計算と約30回の構造最適化のみを用いて、システインの低エネルギー相反体を効率的に同定するベイジアン最適化に基づくアクティブラーニング手法BOSSを提案する。既存手法と比較して計算コストの10%未満に抑えられつつ、実験および高レベルの量子化学ベンチマークと整合する相反体エネルギーと構造を高精度で予測している。

ABSTRACT

Finding low-energy molecular conformers is challenging due to the high dimensionality of the search space and the computational cost of accurate quantum chemical methods for determining conformer structures and energies. Here, we combine active-learning Bayesian optimization (BO) algorithms with quantum chemistry methods to address this challenge. Using cysteine as an example, we show that our procedure is both efficient and accurate. After only one thousand single-point calculations and approximately thirty structure relaxations, which is less than 10% computational cost of the current fastest method, we have found the low-energy conformers in good agreement with experimental measurements and reference calculations.

研究の動機と目的

• 分子相反体探索における高次元の相反空間と高い計算コストの課題に対処すること。
• 体系的および確率的探索手法のサンプリング効率と結果の一貫性の限界を克服すること。
• 量子化学ベースの相反体順位付けにおける計算負荷を軽減し、高価なDFT計算を最小限に抑えること。
• 一度の実行ですべての関連する低エネルギー相反体を特定し、正確なエネルギー順序を提供する手法を開発すること。
• アクティブラーニングを用いて最小限のデータポイントで相反体の安定性およびエネルギー状態の正確な予測を可能にすること。

提案手法

• DFTエネルギー評価に最も情報量の高い相反体構造を逐次選択するアクティブラーニング戦略としてベイジアン最適化（BO）を採用する。
• システインの相反体探索空間を5次元の二面角空間（d1–d5）で定義する。
• 疎なDFT単一ポイントエネルギー評価からのポテンシャルエネルギー表面（PES）を予測するためにガウス過程のスラッグモデルを活用する。
• BOアルゴリズムで同定された最も有望な相反体に対してのみDFT構造最適化を実行し、合計の最適化ステップ数を削減する。
• BOSSツールを用いて、学習済みPESから局所的最小点を追加の計算コストなしに抽出する。
• 選択された相反体をDFTで精製し、振動数補正とCCSD(T)ベンチマークを用いてエネルギーの正確性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 ベイジアン最適化は、システインの低エネルギー相反体を同定するために必要なDFT計算回数を顕著に削減できるか？
• RQ2 BOSS手法は、実験および高レベルの量子化学的相反体エネルギーと構造をどれほど正確に再現できるか？
• RQ3 従来の確率的または体系的相反体探索手法と比較して、計算効率においてどの程度優れているか？
• RQ4 事前にエネルギー状態の構造を知らない状態でも、一度の実行ですべての関連する低エネルギー相反体を信頼性高く同定できるか？
• RQ5 異なるDFT関数（PBE対PBE0）および基底関数の違いが、予測された相反体エネルギーと相対的順序の正確性にどのように影響するか？

主な発見

• 本手法は、最初の1,000回のDFT単一ポイント計算と約30回の構造最適化のうちに、実験で観測されたすべての低エネルギー相反体を同定した。
• 合計の計算コストは、既存の最も高速な手法（例：遺伝的アルゴリズムで20,000～60,000回の評価を要する）の約60回分のDFT構造最適化に相当し、10%未満に抑えられた。
• 最低エネルギーに近い相反体（例：IIb, Ib, Ia）の相対的エネルギーは、CCSD(T)ベンチマークと非常に良好に一致しており、偏差はわずか0.01～0.02 eVであった。
• DFT構造緩和が、特にエネルギー差が小さい局所的最小点の正しいエネルギー順序を決定する上で極めて重要な役割を果たしたことが判明した。
• PBE0関数の方がPBE関数よりも高レベルのベンチマークとわずかに良好な一致を示したが、分散補正（TS対MBD）の違いはこの系では無視できる程度であった。
• 本手法は、最小限のデータで物理的に意味のある5次元のポテンシャルエネルギー表面を再構築でき、完全なエネルギー状態解析および将来的な遷移状態計算を可能にした。