[논문 리뷰] ANI-1: A data set of 20M off-equilibrium DFT calculations for organic molecules

Justin S. Smith, Olexandr Isayev외 1명|arXiv (Cornell University)|2017. 01. 01.

Machine Learning in Materials Science참고 문헌 35인용 수 4

한 줄 요약

ANI-1은 탄소, 질소, 산소 원자가 1~8 개인 57,000종의 소분자 유기분자에 대해 비평형 구조를 가진 2,000만 개 이상의 밀도함수이론(DFT) 계산 에너지를 포함한 데이터셋이다. 정상모드 샘플링를 통해 생성된 이 데이터셋은 유기계 분자 시스템의 비평형 조건에서 고정밀도 기계학습 힘장과 분자 동역학 시뮬레이션을 가능하게 한다.

ABSTRACT

A data set of more than 20 million density function theory calculated energies for non-equilibrium conformations from 57k small molecules. The molecules included contain from one to eight C, N, and O atoms. The non-equilibrium conformations were generated using a normal mode sampling scheme.

연구 동기 및 목표

• 소규모 유기분자의 비평형 구조에 대한 고정밀 DFT 계산 에너지로 구성된 대규모 데이터셋을 구축하기 위해.
• 평형 구조를 초월하는 분자 동역학를 정확하게 모델링할 수 있는 기계학습 힘장을 개발하는 데 지원하기 위해.
• 양자화학 및 재료 과학 분야에서 모델의 훈련 및 평가를 위한 기준 데이터셋을 제공하기 위해.
• 다양한 원소 조성을 가진 유기분자의 구조적 에너지 표면를 체계적으로 연구할 수 있도록 하기 위해.

제안 방법

• 평형 구조에서의 진동적 왜곡을 탐색하기 위해 정상모드 샘플링을 사용하여 비평형 구조를 생성하였다.
• 모든 생성된 구조에 대해 DFT 계산을 수행하여 고정밀도 전자 에너지를 계산하였다.
• 탄소, 질소, 산소 원자가 1~8 개인 57,000종의 소분자에 대해 데이터를 수집하였다.
• 모든 계산에서 동일한 DFT 기능과 기저집합을 사용하여 일관성과 정확성을 확보하였다.
• 기계학습 응용, 특히 힘장 훈련을 지원할 수 있도록 데이터셋을 체계적으로 구성하였다.
• 재현 가능성을 위해 분자 구조, 에너지 값, 구조적 변형 매개변수 등의 메타데이터를 제공하였다.

실험 결과

연구 질문

• RQ1 비평형 DFT 에너지의 대규모 데이터셋이 유기분자의 기계학습 힘장 정확도를 향상시킬 수 있는가?
• RQ2 비평형 구조에서의 DFT 에너지는 소규모 유기분자의 구조적 에너지 표면를 얼마나 잘 반영하는가?
• RQ3 다양한 유기분자 구조에서 비평형 상태의 에너지 장벽과 최소값의 분포는 어떠한가?
• RQ4 이 데이터셋이 분자 기계학습 모델의 전이학습 및 일반화 능력 향상에 얼마나 기여할 수 있는가?

주요 결과

• ANI-1 데이터셋은 57,000종의 고유한 소규모 유기분자에 대해 200만 개 이상의 DFT 계산 에너지를 포함하고 있다.
• 비평형 구조는 정상모드 변형을 통해 체계적으로 샘플링되어 광범위한 구조적 커버리지를 확보하였다.
• 탄소, 질소, 산소 원자가 1~8 개인 분자들을 포함하여 다양한 분자 복잡성에 대한 연구가 가능하다.
• 비평형 기하구조의 포함으로 인해 분자 시스템의 동적 거동 및 전이 상태 거동을 향상시켜 모델링할 수 있다.
• 고정밀도 에너지 및 힘 예측이 가능한 기계학습 모델 훈련에 적합한 데이터셋이다.
• 다양한 구조적 및 에너지 영역에서 기계학습 잠재력의 기준 평가를 가능하게 한다.