[论文解读] End-to-End Crystal Structure Prediction from Powder X-Ray Diffraction

Qingsi Lai, Xu, Fanjie+9 more|arXiv (Cornell University)|Jan 8, 2024

X-ray Diffraction in Crystallography被引用 6

一句话总结

XtalNet 是一个端到端深度学习框架，直接从 PXRD 模式检索并有条件地生成晶体结构，在一个具有挑战性的 MOF 派生数据集上实现了前10名的高性能。

ABSTRACT

Powder X-ray diffraction (PXRD) is a prevalent technique in materials characterization. While the analysis of PXRD often requires extensive human manual intervention, and most automated method only achieved at coarse-grained level. The more difficult and important task of fine-grained crystal structure prediction from PXRD remains unaddressed. This study introduces XtalNet, the first equivariant deep generative model for end-to-end crystal structure prediction from PXRD. Unlike previous crystal structure prediction methods that rely solely on composition, XtalNet leverages PXRD as an additional condition, eliminating ambiguity and enabling the generation of complex organic structures with up to 400 atoms in the unit cell. XtalNet comprises two modules: a Contrastive PXRD-Crystal Pretraining (CPCP) module that aligns PXRD space with crystal structure space, and a Conditional Crystal Structure Generation (CCSG) module that generates candidate crystal structures conditioned on PXRD patterns. Evaluation on two MOF datasets (hMOF-100 and hMOF-400) demonstrates XtalNet's effectiveness. XtalNet achieves a top-10 Match Rate of 90.2% and 79% for hMOF-100 and hMOF-400 in conditional crystal structure prediction task, respectively. XtalNet enables the direct prediction of crystal structures from experimental measurements, eliminating the need for manual intervention and external databases. This opens up new possibilities for automated crystal structure determination and the accelerated discovery of novel materials.

研究动机与目标

• 直接从 PXRD 进行从头晶体结构预测的动机，不依赖外部数据库或手动精炼。
• 开发一个双任务框架，既能检索相似晶体结构又能从 PXRD 数据生成带条件的晶体结构。
• 在现实、复杂材料（每个晶胞≤100 原子）上证明其有效性。
• 提供一种基于数据驱动的快速、自动化的 PXRD 基于结构确定途径。

提出的方法

• 双任务架构：一个对比 PXRD-晶体预训练（CPCP）模块，通过 PXRD 特征与晶体结构之间的对比学习进行数据库检索；一个基于扩散模型、由 PXRD 特征引导的条件晶体结构生成（CCSG）模块。
• 基于变换器的 PXRD 特征提取器，将聚焦于峰值的 PXRD 数据编码成 PXRD 嵌入。
• 晶体结构网络（改良的等变图神经网络），处理晶格和分数坐标，并用于基于扩散的生成。
• 使用 InfoNCE 损失的对比学习，将 PXRD 与晶体结构嵌入对齐。
• 基于扩散的生成（DiffCSP 框架），对晶格和分数坐标进行以 PXRD 嵌入为条件的生成；去噪目标预测晶格和分数坐标的残差。
• 在 hMOF-100 上对 MOFs 产生的模拟 PXRD 进行训练，使用 top-k 命中率和 RMSE 作为评估指标。

实验结果

研究问题

• RQ1 是否可以仅凭 PXRD 模式在不使用外部数据库的情况下检索到相应的晶体结构？
• RQ2 一种基于扩散的模型是否能够在 PXRD 模式条件下生成准确的晶体结构，包括每个晶胞最多 100 个原子的复杂材料？
• RQ3 在真实的类 MOF 数据上，联合对比与条件生成框架的性能如何？
• RQ4 按 PXRD 与真实结构相似度排序时，生成结构的质量如何？

主要发现

• 数据库检索的前10命中率在 9,081 个测试用例上达到 96.3%。
• 在前10个候选中，排序后的结构生成达到 95% 的前10名匹配率，RMSE 为 0.3985。
• 消融研究表明，正确的 PXRD 特征融合和 PXRD 编码器的预训练对性能至关重要。
• 该框架在金属连接基序的有效生成以及广泛合理的配体结构方面表现良好，尽管细节可能与真实值存在偏差。