[论文解读] A Self-Improvable Polymer Discovery Framework Based on Conditional Generative Model

Arash Khajeh, X. L. Lei+4 more|arXiv (Cornell University)|Dec 7, 2023

Machine Learning in Materials Science被引用 6

一句话总结

本文提出了一种自改进的聚合物发现框架，采用基于minGPT的条件生成模型，通过迭代设计高性能聚合物电解质，显著提升离子电导率。通过整合条件生成、分子动力学验证及反馈回路，该平台成功识别出19种新型聚合物重复单元，其离子电导率均超过聚氧化乙烯（PEO），在材料发现效率方面实现显著飞跃。

ABSTRACT

In this work, we introduce a polymer discovery platform to efficiently design polymers with tailored properties, exemplified by the discovery of high-performance polymer electrolytes. The platform integrates three core components: a conditioned generative model, a computational evaluation module, and a feedback mechanism, creating a self-improving system for material innovation. To demonstrate the efficacy of this platform, it is used to design polymer electrolyte materials with high ionic conductivity. A simple conditional generative model, based on the minGPT architecture, can effectively generate candidate polymers that exhibit a mean ionic conductivity that is significantly greater than those in the original training set. This approach, coupled with molecular dynamics simulations (MD) for testing and a specifically planned acquisition mechanism, allows the platform to refine its output iteratively. Notably, after the first iteration, we observed an increase in both the mean and the lower bound of the ionic conductivity of the new polymer candidates. The platform's effectiveness is underscored by the identification of 14 polymer repeating units, each displaying a computed ionic conductivity surpassing that of Polyethylene Oxide (PEO). The performance of these polymers in MD simulations verifies the platform's efficacy in generating potential polymer candidate materials. Acknowledging current limitations, future work will focus on enhancing modeling techniques, evaluation processes, and acquisition strategies, aiming for broader applicability in polymer science and machine learning.

研究动机与目标

• 为解决在能源存储应用中，针对特定性能需求的聚合物发现过程效率低下、缺乏系统性的问题。
• 克服传统试错法及单次生成方法在聚合物科学中的局限性。
• 开发一种集成化、迭代式的平台，结合条件生成、模拟验证与反馈驱动的优化，实现持续改进。
• 展示该平台在发现离子电导率超越基准材料PEO的聚合物电解质方面的有效性。
• 为实现完全自动化、模块化且可扩展的聚合物发现系统奠定基础，适用于多种材料类别。

提出的方法

• 基于minGPT架构的条件生成模型被训练，用于生成具有目标离子电导率的聚合物重复单元的二维SMILES表示。
• 该模型以期望的离子电导率值为条件，实现对高性能候选聚合物的定向生成。
• 通过在盐浓度为1.5 mol/kg条件下的经典分子动力学（MD）模拟，对生成的候选物进行离子电导率计算验证。
• 反馈机制评估模拟结果并更新生成模型，以优化后续输出，实现迭代优化。
• 采用一种获取机制，优先选择预测电导率高且不确定性低的候选物，引导搜索向化学空间中高性能区域推进。
• 该平台设计具备模块化特性，未来可集成更先进的验证方法，包括从头算MD和机器学习力场。

实验结果

研究问题

• RQ1 条件生成模型能否有效生成离子电导率超过聚氧化乙烯（PEO）的新型聚合物重复单元？
• RQ2 在生成、模拟与模型再训练之间建立的迭代反馈回路，如何随时间提升生成聚合物候选物的质量？
• RQ3 自改进框架在识别高性能聚合物电解质方面，与单次生成模型相比，其性能优势有多大？
• RQ4 基于模拟的验证与获取策略如何影响向高电导率材料的收敛过程？
• RQ5 当前基于模拟的发现工作流中的主要瓶颈是什么？如何通过自适应模型优化加以缓解？

主要发现

• 首次迭代后，生成聚合物候选物的平均离子电导率相比初始训练集显著提升。
• 首次迭代后，新候选物中离子电导率的下限也得到改善，表明在整个候选物分布中均实现了持续提升。
• 该平台成功识别出19种不同的聚合物重复单元，其计算离子电导率均超过聚氧化乙烯（PEO）。
• 条件生成模型有效探索了化学空间中高性能区域，生成了预测性能更优的候选物。
• MD模拟验证与反馈驱动的再训练相结合，实现了持续优化，验证了该框架的自改进特性。
• 该平台在自动化与模块化方面展现出强大潜力，未来计划整合从头算模拟与机器学习力场，以进一步提升精度。