[論文レビュー] High-throughput ab initio reaction mechanism exploration in the cloud with automated multi-reference validation

Jan P. Unsleber, Hongbin Liu+11 more|arXiv (Cornell University)|Nov 27, 2022

Machine Learning in Materials Science被引用数 7

ひとこと要約

本論文では、DFT、カップルド・クラスター、および診断手法（例：$Z_{s(1)}$）と自動CASを用いた多電子状態の自動検証を統合する、高スループットなab initio反応機構探索の自動化・クラウドベースのワークフローであるAutoRXNを提示する。この手法により、組み込みの誤差チェック機能を備えた完全自動的かつスケーラブルな反応ネットワークスクリーニングが可能となり、均一な触媒系においてすべての重要な構造で単一参照性が確認された。

ABSTRACT

Quantum chemical calculations on atomistic systems have evolved into a standard approach to study molecular matter. These calculations often involve a significant amount of manual input and expertise although most of this effort could be automated, which would alleviate the need for expertise in software and hardware accessibility. Here, we present the AutoRXN workflow, an automated workflow for exploratory high-throughput lectronic structure calculations of molecular systems, in which (i) density functional theory methods are exploited to deliver minimum and transition-state structures and corresponding energies and properties, (ii) coupled cluster calculations are then launched for optimized structures to provide more accurate energy and property estimates, and (iii) multi-reference diagnostics are evaluated to back check the coupled cluster results and subject hem to automated multi-configurational calculations for potential multi-configurational cases. All calculations are carried out in a cloud environment and support massive computational campaigns. Key features of all omponents of the AutoRXN workflow are autonomy, stability, and minimum operator interference. We highlight the AutoRXN workflow at the example of an autonomous reaction mechanism exploration of the mode of action of a homogeneous catalyst for the asymmetric reduction of ketones.

研究の動機と目的

• 反応機構探索における高スループットな量子化学的計算の自動化の欠如、特に多電子状態の同定と検証の分野を解決すること。
• クラウド環境においてDFT、カップルド・クラスター、および多電子状態計算を完全に自律的に実行することで、熟練者の介入に依存するのを減らすこと。
• 高い精度と信頼性を備えた、スケーラブルで安定的かつ最小限のオペレーター介入が可能な反応ネットワークの探索ワークフローを提供すること。
• 単一参照および多電子状態の特性を組み込み検証機能を備えた完全自動的で大規模なab initioスクリーニングの実現可能性を実証すること。
• オープンソースソフトウェアを用いたアクセス可能なクラウドインfraストラクチャを通じて、非専門家が高スループットな電子構造計算を実行できるようにすること。

提案手法

• AutoRXNワークフローは、Microsoft Azureの仮想マシンとCycleCloudを用いてHPCワークロード向けにデプロイされている。
• 自動反応ネットワーク探索のためのSCINE Chemotonと、DFTに基づく幾何最適化および性質予測のためのSerenityが統合されている。
• AiiDAベースのワークフローが、DFT結果を精緻化するための高スループットなカップルド・クラスター単一状態計算（CCSD(T)）をオchestrateしている。
• T1や軌道エントロピーに基づく$Z_{s(1)}$を含む多電子状態診断が計算され、多電子状態の可能性を検出する。
• $Z_{s(1)} > 0.14$の場合、autoCASアルゴリズムが完全に自動化された活性空間選択とCASPT2計算をトリガーして検証を行う。
• 自動化された軌道マッチング手順により、単一参照と多電子状態の混合状況においても、活性空間定義の一貫性が保たれる。

実験結果

リサーチクエスチョン

• RQ1 完全に自動化され、クラウドネイティブなワークフローは、最小限の人的介入でスケールアップして複雑な反応機構を信頼性高く探索できるか？
• RQ2 自動化された多電子状態診断（例：$Z_{s(1)}$）は、高スループットスクリーニングにおいて、多電子状態処理を要するケースをどれほど効果的に同定できるか？
• RQ3 カップルド・クラスター計算と多電子状態計算を自動化し、高スループットワークフローにシームレスに統合できるか？
• RQ4 DFT基底状態が不十分である可能性がある場合、単一参照のカップルド・クラスター結果にどれほど信頼を置けるか？
• RQ5 このようなワークフローは、実際に触媒系に適用可能であり、これまでに未発見の反応経路を明らかにできるか？

主な発見

• AutoRXNワークフローは、DFT、CCSD(T)、および多電子状態検証ステップを完全に自動化した、大規模かつ自律的な均一触媒反応ネットワークスクリーニングを成功裏に実行した。
• ネットワーク内の全高T1構造において、$Z_{s(1)}$値が0.14未満であったため、顕著な多電子状態の特徴は認められず、システムの単一参照性が裏付けられた。
• T1診断が潜在的な問題を示唆したにもかかわらず、$Z_{s(1)}$に基づく診断が正しくシステムを単一参照と特定したため、本件においてはT1よりも優れた性能を示した。
• autoCASアルゴリズムにより、完全に自動化された活性空間選択とCASPT2計算が実行され、すべての重要な構造の単一参照性が確認された。
• 数千の構造に対して、最小限のオペレーター入力で一貫性があり信頼性の高い結果が得られ、クラウド環境におけるスケーラビリティと耐障害性が実証された。
• 診断と検証を含む全パイプラインが自律的に動作し、初期設定後は一切の手動介入が不要であった。