[논문 리뷰] To Pair or Not to Pair? Machine-Learned Explicitly-Correlated Electronic Structure for NaCl in Water

Niamh O’Neill, Benjamin X. Shi외 3명|arXiv (Cornell University)|2023. 11. 02.

Spectroscopy and Quantum Chemical Studies인용 수 2

한 줄 요약

이 연구는 RPA 및 MP2 방법을 사용하여 기계학습된 웨이브함수 기반의 퍼텐셜을 개발하여 수용액 내 NaCl를 모델링하며, 용매화된 이온 간의 평균력의 퍼텐셜(PMF)을 정확히 캡처한다. RPA 및 MP2는 이온 쌍 상태와 용매 공유 상태의 에너지를 거의 일치시키며(0.2 kcal/mol 이내), 오랫동안 지속된 전해질 시뮬레이션의 모순을 해결한다.

ABSTRACT

The extent of ion pairing in solution is an important phenomenon to rationalise transport and thermodynamic properties of electrolytes. A fundamental measure of this pairing is the potential of mean force (PMF) between solvated ions. The relative stabilities of the paired and solvent shared states in the PMF and the barrier between them are highly sensitive to the underlying potential energy surface. However direct application of accurate electronic structure methods is challenging, since long simulations are required. We develop wavefunction based machine learning potentials with the Random Phase Approximation (RPA) and second order Moller-Plesset (MP2) perturbation theory for the prototypical system of Na and Cl ions in water. We show both methods in agreement, predicting the paired and solvent shared states to have similar energies (within 0.2 kcal/mol). We also provide the same benchmarks for different DFT functionals as well as insight into the PMF based on simple analyses of the interactions in the system.

연구 동기 및 목표

• 수용액 내 이온 쌍 형성 거동에 관해 계산 모델 간의 합의 부족을 해결하기 위해.
• 전자 상관 효과를 비롯한 이온-용매 상호작용에 핵심적인 영향을 미치는 정확한 웨이브함수 기반 기계학습 퍼텐셜을 개발하기 위해.
• 고수준 전자 구조 방법을 사용하여 수용액 내 NaCl의 평균력의 퍼텐셜(PMF)을 기준화하기 위해.
• RPA, MP2 및 다양한 DFT 함수들이 용매 구조 및 이온 쌍 형성 에너지를 예측하는 데 얼마나 잘 작동하는지 비교하기 위해.
• 이온-물 및 이온-이온 상호작용 에너지를 분석하여 이온 쌍 형성 에너지에 대한 신뢰할 수 있는 기준을 제공하기 위해

제안 방법

• 수용액 내 NaCl에 대한 RPA 및 MP2 전자 구조 계산 기반 기계학습 퍼텐셜 훈련.
• 주기적 경계 조건을 사용하여 95개의 물 분자를 포함한 상자 모델을 사용해 용매화된 Na⁺ 및 Cl⁻ 이온을 시뮬레이션.
• 이온 간 거리 좌표를 따라 우마베이블 샘플링을 통해 평균력의 퍼텐셜(PMF) 계산.
• 진공 상태에서 기준 전자 구조 방법을 사용하여 이온-이온 결합 곡선 계산을 통해 본질적 상호작용 강도 평가.
• 에너지 분해를 통해 이온-물 상호작용 에너지 정량화: EIW = Esys − EW − EG.
• 용매 구조를 탐색하기 위해 물-물, 이온-물, 물-수소 상호작용의 원형 분포 함수(RDFs) 분 析

실험 결과

연구 질문

• RQ1 RPA 및 MP2 방법은 수용액 내 NaCl에서 이온 쌍 형성 상태와 용매 공유 상태의 상대 안정성을 예측할 때 어떻게 비교되는가?
• RQ2 고수준 웨이브함수 방법과 DFT 함수들 간에 계산된 Na⁺ 및 Cl⁻ 이온 간의 PMF 간 수치적 차이는 무엇인가?
• RQ3 다양한 DFT 함수들(예: revPBE-D3, r2SCAN, optB88-vdW)은 RPA 및 MP2에 비해 이온-물 및 이온-이온 상호작용을 얼마나 잘 기술하는가?
• RQ4 핵자 양자 효과는 NaCl/물 시스템에서 PMF 및 용매 구조에 얼마나 큰 영향을 미치는가?
• RQ5 이온-물 및 이온-이온 상호작용 에너지 분해를 통해 이온 쌍 형성의 본질에 대해 어떤 통찰을 얻을 수 있는가?

주요 결과

• RPA 및 MP2 퍼텐셜은 이온 쌍 형성(CIP) 상태와 용매 공유(SSIP) 상태가 에너적으로 거의 일치함을 예측하며, 에너지 차이는 단지 0.2 kcal/mol 뿐이다.
• CIP 최소값 깊이는 RPA의 경우 27.9 kcal/mol, MP2의 경우 27.8 kcal/mol로, 얕지만 안정된 이온 쌍 형성 Well을 나타낸다.
• Na⁺의 이온-물 상호작용 에너지는 RPA 기준 약 -173.8 kcal/mol, MP2 기준 약 -172.3 kcal/mol이며, Cl⁻의 경우 약 +4.8 kcal/mol로 약간의 안정화 효과를 보인다.
• revPBE-D3와 같은 DFT 함수들은 분산 오차로 인해 Na⁺ 및 Cl⁻ 이온을 물에 과도하게 수용하여 상호작용 에너지가 +12.68 kcal/mol에 이르게 된다.
• RPA 및 MP2 모델에서의 물의 자기확산 계수는 실험 결과와 잘 일치하며, 전통적 힘장 모델 및 DeepMD 퍼텐셜을 능가한다.
• RDF 분석은 RPA 및 MP2가 현실적인 용매 켄버를 재현하며, 실험적 기대와 일치하는 명확한 첫 번째 층 좌표수를 보여준다.