[논문 리뷰] OrgFlow: Generative Modeling of Organic Crystal Structures from Molecular Graphs

Mohammadmahdi Vahediahmar, Matthew A. McDonald외 1명|arXiv (Cornell University)|2026. 02. 22.

Machine Learning in Materials Science인용 수 0

한 줄 요약

OrgFlow는 분자 그래프에서 전체 주기적 유기 결정 구조를 생성하는 조건부 흐름 매칭 모델로, 바인드 인지 사전 지식 및 주기적 경계 조건화를 통해 기존 대비 더 적은 추론 단계로 더 높은 매칭률을 달성합니다.

ABSTRACT

Crystal structure prediction is a long-standing challenge in materials science, with most data-driven methods developed for inorganic systems. This leaves an important gap for organic crystals, which are central to pharmaceuticals, polymers, and functional materials, but present unique challenges, such as larger unit cells and strict chemical connectivity. We introduce a flow-matching model for predicting organic crystal structures directly from molecular graphs. The architecture integrates molecular connectivity with periodic boundary conditions while preserving the symmetries of crystalline systems. A bond-aware loss guides the model toward realistic local chemistry by enforcing distributions of bond lengths and connectivity. To support reliable and efficient training, we built a curated dataset of organic crystals, along with a preprocessing pipeline that precomputes bonds and edges, substantially reducing computational overhead during both training and inference. Experiments show that our method achieves a Match Rate more than 10 times higher than existing baselines while requiring fewer sampling steps for inference. These results establish generative modeling as a practical and scalable framework for organic crystal structure prediction.

연구 동기 및 목표

• 유기 결정 구조 예측의 필요성을 동력화하고 무기질 중심 CSP 방법이 남긴 격차를 메웁니다.
• 조건부 흐름 매칭 프레임워크를 분자 그래프로 조건화하여 전체 주기적 유기 결정을 생성합니다.
• 공유 결합 연결성과 결정학적 대칭성을 Bond-aware 정규화 및 주기적 그래프 표현으로 보존합니다.
• 훈련 및 평가를 지원하기 위해 Bond-length 통계가 포함된 대규모 유기 결정 데이터세트를 구축하고 큐레이션합니다.

제안 방법

• CSP를 분자 그래프 G에 조건화된 가우시안 사전에서 결정 분포로의 운송으로 형식화합니다.
• 주기적 그래프에서 E(3)-등가성 메시지 전달 아키텍처를 사용하여 부분 좌표 및 격자 매개변수의 속도장을 학습합니다.
• 화학적으로 타당한 기하를 강제하기 위해 경험적 결합 길이 통계를 활용한 Bond-aware 정규화를 도입합니다.
• PBC 처리를 위한 정수 이미지 시프트가 포함된 대칭 일관 주기적 분자그래프로 CIF를 전처리합니다.
• 거의 선형 보간 및 감소된 ODE 단계를 달성하기 위해 수정된 흐름 원리를 활용해 학습합니다(20단계).
• 구조-매처 기반 지표(pymatgen StructureMatcher 및 spglib)를 사용하여 기하학적 및 대칭 적합성을 평가합니다.

실험 결과

연구 질문

• RQ1 분자 그래프로 조건화된 조건부 흐름 매칭 모델이 전체 주기적 유기 결정 구조를 정확히 생성할 수 있는가?
• RQ2 분자 연결성 및 결합 길이 사전 지식의 통합이 생성 구조의 화학적 타당성 및 결정학적 정확도에 어떤 영향을 미치는가?
• RQ3 유기 결정체를 생성할 때 OrgFlow의 추론 단계 수가 기준 모델에 비해 얼마나 효율적인가?
• RQ4 OrgFlow가 다양한 유기 샌드박스(약물 유사체, 소분자 등)에서 어떻게 성능을 보이는가?
• RQ5 유기 CSP에 대해 확장 가능한 학습을 가능하게 하는 데이터세트 및 전처리는 무엇인가?

주요 결과

• OrgFlow는 모든 데이터세트 분할에서 FlowMM 대비 현저히 높은 매칭률을 달성합니다(예: 약물 유사 분자에서 21.94% 대 0.1%).
• OrgFlow는 기준에 비해 훨씬 적은 샘플링 단계가 필요합니다(소분자에서 약 20단계 대 FlowMM의 약 500단계).
• Bond-aware 정규화는 매칭률을 향상시킵니다(λb를 5e-3으로 증가시켰을 때 0.0%에서 10.1%로 증가).
• 부분 좌표 및 격자 손실은 정확도를 더욱 높이며, 격자 가중치를 포함한 조합에서 매칭률이 최대 13.6%까지 증가합니다.
• OrgFlow는 실제 유기 결정 구조와의 강한 정성적 정렬을 보여주며, 고리계와 포장을 회복하지만 주로 유연한 치환기에서 오류가 발생합니다.
• CSD에서 177k 구조의 대형 유기 결정 벤치마크를 구성하여 학습 및 평가를 지원했습니다.