[논문 리뷰] Better force fields start with better data -- A data set of cation dipeptide interactions

Xiaojuan Hu, Maja-Olivia Lenz-Himmer외 1명|arXiv (Cornell University)|2021. 07. 19.

Machine Learning in Materials Science인용 수 4

한 줄 요약

이 논문은 20개의 단백질 유래 아미노산으로 구성된 아세틸/메틸 기능화된 이페프티드를 가진 Ca²⁺, Mg²⁺, Ba²⁺와의 상호작용에 대해, DFT를 사용하여 PBE+vdW로 계산된 고정밀도의 21,909개의 정적 점 데이터 세트를 제시한다. 이 데이터는 다음 세대의 분극성 힘장 개발에 필수적인 부분 전하 및 기타 성질을 포함하며, 기계로 읽을 수 있고 재사용 가능한 FAIR 준수를 위한 온톨로지 기반 메타데이터로 완전히 구조화되어 있다.

ABSTRACT

We present a data set from a first-principles study of amino-methylated and acetylated (capped) dipeptides of the 20 proteinogenic amino acids - including alternative possible side chain protonation states and their interactions with selected divalent cations (Ca$^{2+}$, Mg$^{2+}$ and Ba$^{2+}$). The data covers 21,909 stationary points on the respective potential-energy surfaces in a wide relative energy range of up to 4 eV (390 kJ/mol). Relevant properties of interest, like partial charges, were derived for the conformers. The motivation was to provide a solid data basis for force field parameterization and further applications like machine learning or benchmarking. In particular the process of creating all this data on the same first-principles footing, i.e. density-functional theory calculations employing the generalized gradient approximation with a van der Waals correction, makes this data suitable for data-driven force field development. To make the data accessible across domain borders and to machines, we formalized the metadata in an ontology.

연구 동기 및 목표

• 다음 세대 생물분자 힘장 개발을 위한 일관되고 고정밀도의 데이터 기반을 제공함으로써, 특히 금속 이온을 포함하는 시스템에 초점을 맞춘다.
• 현재의 힘장들이 이온-펩티드 상호작용에서 전기적 상호작용 및 분극 효과를 정확하게 모델링하지 못하는 핵심적인 한계를 해결한다.
• 다양한 구조적 형태와 탈질소 상태를 포함하는, 체계적으로 샘플링된 대규모 이페프티드-이온 복합체 데이터 세트를 생성한다.
• 표준화된 메타데이터와 온톨로지 정형화를 통해 데이터가 FAIR(검색 가능, 접근 가능, 상호운용 가능, 재사용 가능)가 되도록 보장한다.
• 고차원 양자역학 기준 데이터를 사용하여 분극성 힘장의 벤치마킹과 매개변수 조정을 가능하게 한다.

제안 방법

• 전자 구조 및 에너지를 계산하기 위해 밀도함수이론(DFT)을 사용하였으며, PBE 함수와 경험적 분산 보정(PBE+vdW)을 적용하였다.
• 글로벌 최적화 알고리즘을 활용하여 20종의 기능화된 이페프티드(아세틸기 및 아미노기로 끝나는)와 3종의 2가 이온(Ca²⁺, Mg²⁺, Ba²⁺) 간의 구조적 공간을 체계적으로 탐색하였다.
• DFT 계산에서 유도된 전자 밀도 분포를 바탕으로 Bader 전하 분석을 통해 부분 전하를 계산하였다.
• 선택된 시스템에서 더 높은 수준의 방법(MP2, DLPNO-CCSD(T))와 비교하여 DFT 방법의 정확도를 검증하였으며, 화학적 정확도(≤1 kcal/mol MAE)를 확인하였다.
• 기계로 읽을 수 있고, 상호운용성과 장기적인 재사용 가능성을 확보하기 위해 온톨로지를 사용하여 메타데이터를 정형화하였다.
• 데이터는 프로그래밍 방식으로 curl 및 SPARQL 쿼리를 통해 액세스 가능한 NOMAD 레포지터리에 호스팅되어 있다.

실험 결과

연구 질문

• RQ1 고수준 DFT에서 계산된 대규모이고 체계적인 이온-이페프티드 상호작용 데이터 세트는 힘장 매개변수 조정을 위한 신뢰할 수 있는 기준이 될 수 있는가?
• RQ2 PBE+vdW 함수가 더 높은 수준의 방법과 비교해 복합체의 상호작용 에너지와 부분 전하를 얼마나 정확하게 기술하는가?
• RQ3 특히 전자 밀도 기울기가 급격한 무거운 이온 주변에서, 이온-이페프티드 복합체의 Bader 전하 분석이 얼마나 신뢰할 수 있는 부분 전하를 제공하는가?
• RQ4 이온의 크기 변화(Mg²⁺, Ca²⁺, Ba²⁺)가 전하 분석의 신뢰성과 복합체의 전자 구조에 어떤 영향을 미치는가?
• RQ5 이 데이터 세트는 생물분자 시뮬레이션에서 분극성 및 반응성 힘장을 테스트하고 향상시키기 위한 벤치마킹으로 활용될 수 있는가?

주요 결과

• 이온-이페프티드 복합체의 에너지 표면 상 21,909개의 정적 점을 포함하며, 최대 4 eV(390 kJ/mol)까지 광범위한 에너지 범위를 커버한다.
• 선택된 시스템에서 MP2 및 DLPNO-CCSD(T)와 비교한 결과, PBE+vdW DFT 계산은 상호작용 에너지의 평균 절대 오차(MAE)가 ≤1 kcal/mol로 나타나 화학적 정확도를 확보하였다.
• Bader 전하 분석은 평균적으로 각 아미노산당 약 0.1–0.2개의 전자 오차를 유도하였으며, 일부 Ca²⁺-이페프티드 복합체에서는 이온 중심 근처의 거친 격자 간격으로 인해 최대 2개의 전자까지 오차가 발생하였다.
• Mg²⁺ 복합체는 이온 반지름이 작아 전자 밀도 변화가 덜 급격하여 Bader 전하 오차가 Ca²⁺ 복합체보다 낮았다.
• Ba²⁺ 복합체는 전자 밀도 기울기가 극도로 급격하여 실용적으로 불가능한 정밀한 격자 해상도가 필요하여 Bader 분석에서 제외되었다.
• 이 데이터 세트는 curl 및 SPARQL를 통한 프로그래밍 방식의 액세스가 가능한 NOMAD 레포지터리에 호스팅되어 있으며, 메타데이터는 기계 상호운용성을 위해 온톨로지로 정형화되어 있다.