[論文レビュー] Enhancing automated reaction discovery with boxed molecular dynamics in energy space

Rafael A. Jara‐Toro, Gustavo A. Pino+3 more|arXiv (Cornell University)|Oct 3, 2019

Machine Learning in Materials Science参考文献 103被引用数 27

ひとこと要約

本論文は、複雑な反応ネットワークにおける中間体および遷移状態の同定を向上させるために、Boxed eXtended Dynamics (BXDE) 法を自動反応発見フレームワーク AutoMeKin と統合することを提案する。エネルギー空間における BXDE の適用により、標準的な AutoMeKin よりも約 50 kcal/mol も安定で、より密接に接続された反応経路が特定され、α-ピネンのオゾン分解反応における反応発見の効率性と包括性が顕著に向上する。

ABSTRACT

The rare event acceleration method BXDE is interfaced in the present work with the automated reaction discovery method AutoMeKin. To test the efficiency of the combined AutoMeKin-BXDE procedure, the ozonolysis of a-pinene is studied in comparison with standard AutoMeKin. AutoMeKin-BXDE locates intermediates and transition states that are more densely connected with each other and approximately 50 kcal/mol more stable than those found with standard AutoMeKin. Other than the different density of edges between the nodes, both networks are scale-free and display small-world properties, mimicking the network of organic chemistry. Finally, while AutoMeKin-BXDE finds more transition states than those previously reported for O3 + a-pinene, the standard procedure fails to locate some of the previously published reaction pathways using the same simulation time of 2.5 ns. In summary, the mixed procedure is very promising and clearly outperforms the standard simulation algorithms implemented in AutoMeKin. BXDE will be available in the next release of AutoMekin.

研究の動機と目的

• 複雑な有機反応ネットワークにおける自動反応発見の効率性と包括性を向上させること。
• 限られたシミュレーション時間内に、標準的な AutoMeKin が主要な中間体および遷移状態を特定できないという制限を克服すること。
• O3 + α-ピネン 系における反応経路の発見において、BXDE と AutoMeKin を組み合わせた手法の有効性を検証すること。
• ハイブリッド型 AutoMeKin-BXDE アプローチが、有機化学のネットワークと類似した構造的性質を持つネットワークを生成するかどうかを評価すること。
• 標準的な AutoMeKin よりも、以前に報告された反応経路および新しい反応経路の発見が BXDE によって向上することを示すこと。

提案手法

• BXDE 法を AutoMeKin とインターフェースさせ、エネルギー空間における強化サンプリングを可能にし、まれな反応イベントに焦点を当てる。
• BXDE はエネルギー空間にボックスポテンシャルを適用し、軌道をポテンシャルエネルギー面の周辺に閉じ込める。これにより、遷移状態および中間体のサンプリングが向上する。
• 反応座標空間を探索するための 2.5 ns のシミュレーション時間を用い、まれなイベントを加速するためのエネルギー制約を適用する。
• 特定された中間体および遷移状態から反応ネットワークを構築し、ネットワークの性質を評価するためのトポロジー解析を実施する。
• ネットワークはスケールフリーやスモールワールド特性について評価され、標準的な AutoMeKin の結果と比較される。
• 本手法は、ベンチマーク反応として α-ピネンのオゾン分解を用いて検証された。

実験結果

リサーチクエスチョン

• RQ1 AutoMeKin と BXDE を統合することで、複雑な反応ネットワークにおける遷移状態および中間体の発見が顕著に向上するか？
• RQ2 AutoMeKin-BXDE が生成する反応ネットワークのトポロジー的性質（例：スケールフリー、スモールワールド）は、標準的な AutoMeKin と比較してどのように異なるか？
• RQ3 AutoMeKin-BXDE は、標準的な AutoMeKin よりも、O3 + α-ピネン 系で以前に報告された反応経路をどの程度回復できるか？
• RQ4 AutoMeKin-BXDE が同定する中間体および遷移状態は、標準的な AutoMeKin が同定するものよりも熱力学的により安定しているか？
• RQ5 BXDE を用いたエネルギー空間における強化サンプリングは、ネットワーク内の反応ノードの接続性をより高めるか？

主な発見

• AutoMeKin-BXDE は、標準的な AutoMeKin よりも約 50 kcal/mol も安定な中間体および遷移状態を同定した。
• AutoMeKin-BXDE が生成する反応ネットワークは、標準的な AutoMeKin よりもノード間（エッジ）の接続密度が高かった。
• AutoMeKin-BXDE および標準的な AutoMeKin の両方のネットワークが、スケールフリーおよびスモールワールドのトポロジー的性質を示し、有機化学のネットワークと類似した構造を有していた。
• AutoMeKin-BXDE は、O3 + α-ピネン 系で以前に報告された反応経路よりも多くの遷移状態を発見した。
• 標準的な AutoMeKin は、同じ 2.5 ns のシミュレーション時間内に、一部の以前に発表された反応経路を同定できなかった。これは、BXDE の統合による利点を示している。
• BXDE 法は、次回の AutoMeKin リリースに組み込まれる予定であり、自動反応発見分野への広範な応用の可能性を示している。