[论文解读] Efficient Cysteine Conformer Search with Bayesian Optimization

Lincan Fang, Esko Makkonen+3 more|arXiv (Cornell University)|Jun 26, 2020

Computational Drug Discovery Methods参考文献 43被引用 4

一句话总结

该论文提出了一种基于贝叶斯优化的主动学习方法——BOSS，仅通过1,000次单点DFT计算和约30次几何优化，高效识别了半胱氨酸的低能量构象异构体，计算成本低于现有方法的10%，同时准确预测了与实验及高阶量子化学基准一致的构象能量和结构。

ABSTRACT

Finding low-energy molecular conformers is challenging due to the high dimensionality of the search space and the computational cost of accurate quantum chemical methods for determining conformer structures and energies. Here, we combine active-learning Bayesian optimization (BO) algorithms with quantum chemistry methods to address this challenge. Using cysteine as an example, we show that our procedure is both efficient and accurate. After only one thousand single-point calculations and approximately thirty structure relaxations, which is less than 10% computational cost of the current fastest method, we have found the low-energy conformers in good agreement with experimental measurements and reference calculations.

研究动机与目标

• 解决分子构象异构体搜索中高维构象空间与高计算成本的挑战。
• 克服系统性和随机性方法在采样效率与结果一致性方面的局限性。
• 通过最小化昂贵的DFT计算，降低基于量子化学的构象异构体排序计算负担。
• 开发一种方法，在单次运行中识别所有相关的低能量构象异构体，包括准确的能量排序。
• 利用主动学习以最少的数据点实现对构象异构体稳定性和能量景观的准确预测。

提出的方法

• 采用贝叶斯优化（BO）作为主动学习策略，按顺序选择最具信息量的构象配置进行DFT能量评估。
• 使用五维二面角空间（d1–d5）定义半胱氨酸的构象搜索空间。
• 利用高斯过程代理模型，从稀疏的DFT单点能量评估中预测势能面（PES）。
• 仅对BO算法识别出的最有希望的构象异构体执行DFT几何优化，从而减少总优化步数。
• 使用BOSS工具从学习到的PES中提取局部极小值，无需额外计算成本。
• 对选定构象异构体进行DFT优化、振动频率校正及CCSD(T)基准测试，以提升能量精度。

实验结果

研究问题

• RQ1 贝叶斯优化能否显著减少识别半胱氨酸低能量构象异构体所需的DFT计算次数？
• RQ2 BOSS方法在多大程度上能准确再现实验值和高阶量子化学基准的构象能量与结构？
• RQ3 与传统随机或系统性构象异构体搜索方法相比，该方法在计算效率方面有多大的优势？
• RQ4 该方法是否能在不依赖能量景观先验知识的情况下，可靠地在单次运行中识别出所有相关的低能量构象异构体？
• RQ5 不同DFT泛函（PBE与PBE0）和基组对预测的构象异构体能量及相对排序精度有何影响？

主要发现

• 该方法在前1,000次DFT单点计算和约30次几何优化内，成功识别出所有实验观测到的半胱氨酸低能量构象异构体。
• 总计算成本相当于仅约60次DFT几何优化——低于最快现有方法（如需要20,000–60,000次评估的遗传算法）的10%。
• 对最低能量构象异构体（如IIb、Ib、Ia）的预测相对能量与CCSD(T)基准值高度一致，偏差仅为0.01–0.02 eV。
• DFT几何优化在精炼构象异构体正确能量排序方面起着关键作用，尤其对能量相近的极小值更为重要。
• PBE0泛函相比PBE与高阶基准值的吻合度略优，但色散校正（TS与MBD）的差异对本体系可忽略不计。
• 该方法成功以极少数据重建了物理上合理的五维势能面，实现了完整的能量景观分析，并为未来过渡态计算奠定了基础。