[论文解读] Adversarial reverse mapping of condensed-phase molecular structures: Chemical transferability

Marc Stieffenhofer, Tristan Bereau+1 more|arXiv (Cornell University)|Jan 13, 2021

Machine Learning in Materials Science参考文献 30被引用 28

一句话总结

本文提出 deepBackmap (DBM)，一种条件生成对抗网络，实现了凝聚相分子结构反向映射中的化学可迁移性。通过仅在小分子液体（正八烷和均三甲苯）上进行训练，DBM 成功重建了如立构聚苯乙烯（sPS）等复杂聚合物的高保真原子结构，实现近乎一致的径向分布函数与精确的 Lennard-Jones 能量分布，表明尽管化学重叠有限，仍具备强大的泛化能力。

ABSTRACT

Switching between different levels of resolution is essential for multiscale modeling, but restoring details at higher resolution remains challenging. In our previous study we have introduced deepBackmap: a deep neural-network-based approach to reverse-map equilibrated molecular structures for condensed-phase systems. Our method combines data-driven and physics-based aspects, leading to high-quality reconstructed structures. In this work, we expand the scope of our model and examine its chemical transferability. To this end, we train deepBackmap solely on homogeneous molecular liquids of small molecules, and apply it to a more challenging polymer melt. We augment the generator's objective with different force-field-based terms as prior to regularize the results. The best performing physical prior depends on whether we train for a specific chemistry, or transfer our model. Our local environment representation combined with the sequential reconstruction of fine-grained structures help reach transferability of the learned correlations.

研究动机与目标

• 研究基于机器学习的分子系统反向映射中的化学可迁移性。
• 评估从简单液体中学到的局部相关性是否可泛化至如立构聚苯乙烯（sPS）等复杂聚合物。
• 评估基于物理的先验对模型性能与可迁移性的影响。
• 开发一种可扩展的自回归深度学习框架，用于高分辨率凝聚相系统重建。

提出的方法

• 在正八烷和均三甲苯液体的粗粒度（CG）构型上训练条件生成对抗网络（cGAN）。
• 采用基于体素的三维表示，多通道特征编码分子拓扑与空间关系。
• 实施自回归生成策略，基于局部环境上下文顺序重建原子。
• 在生成器损失中引入基于物理的先验：能量最小化先验（p1）与能量匹配先验（p2）。
• 使用局部环境表征以捕捉对可迁移性至关重要的短程相互作用。
• 通过 k-means 聚类与低维投影上的混淆矩阵，评估构象空间覆盖度与结构保真度。

实验结果

研究问题

• RQ1 在未重新训练的前提下，基于小分子液体训练的深度学习模型能否泛化至复杂聚合物熔体的反向映射？
• RQ2 不同基于物理的先验如何影响生成原子结构的质量与可迁移性？
• RQ3 小分子中的局部原子环境在多大程度上传递至更大、化学性质不同的体系？
• RQ4 基于自回归与局部环境的架构是否能保持转移体系中的统计与能量特性？
• RQ5 该模型在目标体系中对关键结构与能量分布（如径向分布函数、Lennard-Jones 能量）的重现程度如何？

主要发现

• 在正八烷与均三甲苯上训练的模型成功实现了 sPS 的反向映射，其径向分布函数与参考结构近乎一致，表明结构保真度极高。
• 反向映射 sPS 结构中的 Lennard-Jones 能量分布与参考值高度吻合，偏差极小。
• 混淆矩阵分析显示，尽管聚类分配未完全对齐，但构象聚类的相对分布被良好再现，表明统计采样正确。
• 能量最小化先验（p1）在化学可迁移设置下生成了最高质量的结构，但若在 sPS 上训练则导致能量过低，不符合现实。
• 能量匹配先验（p2）与无先验设置表现相当，表明在无需显式物理先验的情况下，数据驱动学习已足以实现可迁移性。
• 模型在长程或取向特异性特征（如苯环相对于主链的取向）上表现不佳，表明其在泛化复杂立体位阻与电子效应方面存在局限。