[论文解读] Enabling Inverse Design in Chemical Compound Space: Mapping Quantum Properties to Structures for Small Organic Molecules

Alessio Fallani, Leonardo Medrano Sandonas+1 more|arXiv (Cornell University)|Sep 1, 2023

Machine Learning in Materials ScienceMaterials Science被引用 3

一句话总结

本文提出一种变分自编码器（VAE）框架，将分子结构与量子力学（QM）性质联合编码到共享潜在空间中，实现通过目标QM性质生成3D分子结构的逆向设计。该方法利用广泛的QM性质作为化学空间中的内在坐标，实现了分子几何结构与组成的精确重建。

ABSTRACT

Computer-driven molecular design combines the principles of chemistry, physics, and artificial intelligence to identify novel chemical compounds and materials with desired properties for a specific application. In particular, quantum-mechanical (QM) methods combined with machine learning (ML) techniques have accelerated the estimation of accurate molecular properties, providing a direct mapping from 3D molecular structures to their properties. However, the development of reliable and efficient methodologies to enable \emph{inverse mapping} in chemical space is a long-standing challenge that has not been accomplished yet. Here, we address this challenge by demonstrating the possibility of parametrizing a given chemical space with a finite set of extensive and intensive QM properties. In doing so, we develop a proof-of-concept implementation that combines a Variational Auto-Encoder (VAE) trained on molecular structures with a property encoder designed to learn the latent representation from a set of QM properties. The result of this joint architecture is a common latent space representation for both structures and properties, which enables property-to-structure mapping for small drug-like molecules contained in the QM7-X dataset. We illustrate the capabilities of our approach by conditional generation of \emph{de novo} molecular structures with targeted properties, transition path interpolation for chemical reactions as well as insights into property-structure relationships. Our findings thus provide a proof-of-principle demonstration aiming to enable the inverse property-to-structure design in diverse chemical spaces.

研究动机与目标

• 解决长期存在的逆向分子设计挑战——从期望的量子性质预测分子结构。
• 开发一种统一的潜在空间表征，联合编码分子结构及其量子力学性质。
• 利用学习到的化学化合物空间参数化方法，实现针对目标性质的新型分子结构条件生成。
• 探究QM性质作为导航化学空间的内在坐标的可解释性。
• 展示该模型在生成过渡态几何结构及插值反应路径方面的实用性。

提出的方法

• 在以库仑矩阵表示的分子结构上训练变分自编码器（VAE），以学习3D几何结构的低维潜在表征。
• 实现一个独立的性质编码器，将一组量子力学性质（例如能量、偶极矩、HOMO-LUMO能隙）映射到同一潜在空间。
• 联合训练VAE与性质编码器，以对齐结构及其对应QM性质的潜在表征。
• 结合训练好的性质编码器与VAE解码器，实现从期望性质向量的条件生成分子结构。
• 利用潜在空间的可微性，识别影响分子重建与聚类的关键性质。
• 通过生成中间几何结构并利用抖动弹性带（NEB）计算验证，应用该模型对化学反应中的过渡态进行插值。

实验结果

研究问题

• RQ1 量子力学性质能否作为参数化化学化合物空间的有效内在坐标？
• RQ2 共享潜在空间表征在多大程度上能够实现从性质到分子结构的准确逆向映射？
• RQ3 在潜在空间中，哪些量子力学性质对决定分子几何结构与组成最具影响力？
• RQ4 学习到的潜在空间能否支持对反应路径与过渡态的有意义插值？
• RQ5 在引导化学空间中的构象导航方面，广延性质与强度性质相比表现如何？

主要发现

• 该模型在QM7-X数据集上，能以合理精度从QM性质向量成功重建分子几何结构与重原子组成。
• 联合潜在空间实现了针对目标量子性质的新型分子结构条件生成，证明了逆向设计的可行性。
• 在按化学组成与键类型聚类分子时，交换能与动能分量被识别为最具影响力的QM性质。
• 广延性质作为构象导航的局部坐标优于强度性质，可能是因为库仑矩阵表示具有几何特性。
• 生成的过渡态几何结构被成功用作NEB计算的初始猜测，插值几何结构与优化几何结构之间的RMSD范围为0.14 Å至0.35 Å。
• 使用潜在空间进行测地线插值产生的能量垒始终高于NEB计算值，凸显了路径重构中仍需进一步优化。