[논문 리뷰] Navigating chemical reaction space with a steering wheel

Miguel Steiner, Markus Reiher|arXiv (Cornell University)|2023. 08. 31.

Machine Learning in Materials ScienceMaterials Science참고 문헌 181인용 수 3

한 줄 요약

이 논문은 화학 반응 네트워크(CRN)의 자동화된 제1원리 탐색을 직관적이고 실시간으로 안내할 수 있도록 하는 유연하고 상호작용 가능한 알고리즘인 Steering Wheel을 소개한다. Chemoton 프레임워크와 Heron GUI에 통합되어, 연구자가 특정 반응 경로, 중간체 또는 촉매로 탐색을 동적으로 이끌 수 있도록 하며, 브루트포스 방법의 조합 폭발 문제를 극복하는 방식으로 깊이와 광범위성을 균형 있게 유지한다. 이는 전이 금속 촉매 분야에서 성공적으로 검증되었다.

ABSTRACT

Autonomous reaction network exploration algorithms offer a systematic approach to explore mechanisms of complex chemical processes. However, the resulting reaction networks are so vast that an exploration of all potentially accessible intermediates is computationally too demanding. This renders brute-force explorations unfeasible, while explorations with completely pre-defined intermediates or hard-wired chemical constraints, such as element-specific coordination numbers, are not flexible enough for complex chemical systems. Here, we introduce a Steering Wheel to guide an otherwise unbiased automated exploration. The Steering Wheel algorithm is intuitive, generally applicable, and enables one to focus on specific regions of an emerging network. It also allows for guiding automated data generation in the context of mechanism exploration, catalyst design, and other chemical optimization challenges. The algorithm is demonstrated for reaction mechanism elucidation of transition metal catalysts. We highlight how to explore catalytic cycles in a systematic and reproducible way. The exploration objectives are fully adjustable, allowing one to harness the Steering Wheel for both structure-specific (accurate) calculations as well as for broad high-throughput screening of possible reaction intermediates.

연구 동기 및 목표

• 자동화된 반응 네트워크 탐색에서 발생하는 조합 폭발 문제를 해결하기 위해 실시간으로 사용자가 이끄는 무편향 제1원리 탐색을 가능하게 하기 위해.
• 기계 해석 및 촉매 설계에서 사전 정의된 중간체나 하드코딩된 화학적 제약 조건의 한계를 극복하기 위해.
• 전이 금속 촉매와 같은 복잡한 시스템에서 자동화된 CRN 탐색을 안내하기 위한 일반적이고 확장 가능하며 직관적인 프레임워크를 제공하기 위해.
• 하나의 통합 탐색 워크플로우 내에서 고속 걸러내기 스크리닝과 정확한 구조 특이 계산을 모두 가능하게 하기 위해.

제안 방법

• Steering Wheel은 Chemoton 프레임워크와 Heron 그래픽 사용자 인터페이스에 통합되어, 자동 탐색 중에 반응 중간체와 반응성 부위를 실시간으로 필터링하고 선택할 수 있도록 한다.
• 네트워크 확장 및 선택 단계를 번갈아가며 작동하며, 확장 단계에서는 새로운 화합물과 반응이 생성되고, 선택 단계에서는 화학적 구조, 반응성 또는 그래프 기반 규칙에 따라 필터가 적용된다.
• 필터는 분자 집합 또는 반응성 부위 좌표를 평가하는 사용자 정의 메서드를 통해 구현되며, 반응성과 선택성에 대한 맞춤형 논리를 가능하게 한다.
• 필터의 논리적 조합(AND/OR)을 지원하며, 탐색 중에 규칙를 동적으로 변경할 수 있어 다양한 반응성 유형으로 초점을 이동시킬 수 있다.
• 프레임워크는 확장 가능하다: 핵심 코드를 수정하지 않고도 새로운 필터, 선택 단계, 확장 프로토콜을 사용자 정의 메서드로 추가할 수 있다.
• 모든 탐색 단계는 표준화된 데이터 구조에 인코딩되어 있어, 워크플로의 연속된 단계 간 호환성을 보장한다.

실험 결과

연구 질문

• RQ1 사전에 모든 중간체를 정의하거나 엄격한 화학적 제약 조건을 부과하지 않고도 자동 반응 네트워크 탐색을 체계적이고 상호작용 가능하게 만들 수 있는가?
• RQ2 사용자 유도 탐색 메커니즘이 전이 금속 촉매와 같은 복잡한 화학 공간 탐색에서 광범위성과 깊이를 효과적으로 균형 있게 유지할 수 있는가?
• RQ3 Steering Wheel 알고리즘이 특정 반응 경로로의 탐색을 실시간으로 재지향함에 있어 계산 효율성을 유지할 수 있는 정도는 어느 정도인가?
• RQ4 이 프레임워크는 동일한 탐색 워크플로 내에서 고속 걸러내기 스크리닝과 정확한 구조 특이 계산을 어떻게 지원할 수 있는가?

주요 결과

• Steering Wheel은 그래픽 인터페이스를 통해 자동 반응 네트워크 탐색을 직관적이고 실시간으로 안내할 수 있게 하여, 이전에는 투명하게 느껴졌던 탐색 과정의 사용성과 제어력을 크게 향상시켰다.
• 이 알고리즘은 윌킨슨 촉매, 지글러-나타 촉매, 몬세이트 과정을 포함한 복잡한 촉매 시스템의 탐색을 성공적으로 이끌었으며, 다양한 반응 메커니즘에 적용 가능함을 입증했다.
• 프레임워크는 광역 우선 및 깊이 우선 탐색 전략을 모두 지원하여, 거대한 화학 공간을 시스템적으로 탐색하면서도 계산 가능성을 유지할 수 있다.
• 동적 필터와 사용자 정의 반응성 규칙의 통합을 통해, 하나의 네트워크 내에서 수해리, 농축, 유기금속 전환과 같은 특정 반응 유형에 대한 타겟팅된 탐색을 가능하게 한다.
• 시스템은 비공유 결합을 포함하는 게알륨 단일사이트 촉매에 성공적으로 적용되었으며, 이는 Scine Chemoton 버전 3.2에서 프레임워크의 확장성 덕분이었다.
• 모든 반응 네트워크와 탐색 프로토콜은 Zenodo에 공개되어 있으며, Apptainer 컨테이너와 오픈소스 소프트웨어를 통해 완전한 재현성을 확보하여 투명성과 재사용성을 보장한다.