[论文解读] End-to-End Differentiable Molecular Mechanics Force Field Construction

Yuanqing Wang, Josh Fass+7 more|arXiv (Cornell University)|Oct 2, 2020

Machine Learning in Materials Science参考文献 127被引用 11

一句话总结

该论文提出了一种基于图神经网络的端到端可微分子力学力场构建方法，通过预测连续原子嵌入和保持不变性的层来分配价态和非键参数。该方法实现了原子类型与参数的联合可微化学感知优化，其精度高于传统原子分类方法，在外推自由能计算中优于传统力场，同时实现了对包括共价抑制剂在内的复杂体系的快速、自洽参数化。

ABSTRACT

Molecular mechanics (MM) potentials have long been a workhorse of computational chemistry. Leveraging accuracy and speed, these functional forms find use in a wide variety of applications in biomolecular modeling and drug discovery, from rapid virtual screening to detailed free energy calculations. Traditionally, MM potentials have relied on human-curated, inflexible, and poorly extensible discrete chemical perception rules or applying parameters to small molecules or biopolymers, making it difficult to optimize both types and parameters to fit quantum chemical or physical property data. Here, we propose an alternative approach that uses graph neural networks to perceive chemical environments, producing continuous atom embeddings from which valence and nonbonded parameters can be predicted using invariance-preserving layers. Since all stages are built from smooth neural functions, the entire process is modular and end-to-end differentiable with respect to model parameters, allowing new force fields to be easily constructed, extended, and applied to arbitrary molecules. We show that this approach is not only sufficiently expressive to reproduce legacy atom types, but that it can learn to accurately reproduce and extend existing molecular mechanics force fields. Trained with arbitrary loss functions, it can construct entirely new force fields self-consistently applicable to both biopolymers and small molecules directly from quantum chemical calculations, with superior fidelity than traditional atom or parameter typing schemes. When trained on the same quantum chemical small molecule dataset used to parameterize the openff-1.2.0 small molecule force field augmented with a peptide dataset, the resulting espaloma model shows superior accuracy vis-à-vis experiments in computing relative alchemical free energy calculations for a popular benchmark set.

研究动机与目标

• 克服传统分子力学力场中离散原子分类方案的局限性，这些方案具有刚性、不可扩展且易过拟合的缺点。
• 开发一种统一的、可微的框架，实现对小分子和生物大分子的化学感知与参数分配的联合优化。
• 直接从量子化学数据出发，使用任意损失函数实现高保真、精确的力场构建。
• 证明该方法能够在无需人工精修或独立参数化工作流的情况下，对复杂体系（如共价蛋白-配体加合物）进行参数化。

提出的方法

• 使用图神经网络（GNNs）从分子图生成连续原子嵌入，替代离散原子类型。
• 采用保持不变性的层从原子嵌入中预测价态和非键参数，确保旋转和平移不变性。
• 构建从化学结构到力场参数的端到端可微流水线，支持所有阶段的反向传播。
• 利用通用逼近定理确保模型的表达能力，使模型能够再现或扩展传统力场。
• 使用任意损失函数进行模型训练，包括量子化学数据和物理性质目标，实现自洽的力场构建。
• 将部分电荷预测集成到同一框架中，实现电荷与力场参数的同时优化。

实验结果

研究问题

• RQ1 可微的连续化学感知系统是否能够取代分子力学力场中传统的离散原子分类？
• RQ2 原子嵌入与力场参数的联合优化是否能在外推自由能计算中提升精度，优于传统方法？
• RQ3 该框架是否能够在无需人工参数化的情况下，泛化至复杂异质体系（如共价蛋白-配体加合物）？
• RQ4 端到端可微设计是否能够实现比当前最佳实践更快、更准确的部分电荷预测？
• RQ5 通过简单扩展训练数据集，是否可以无需重构参数化流水线即可将模型推广至新化学类别？

主要发现

• 在 Open Force Field（Parsley）数据集和肽类数据集上训练的 espaloma 模型，在相对外推自由能计算中表现出优于 openff-1.2.0 力场的精度。
• 该模型在几乎不扰动参数和电荷的情况下，成功参数化了伊布替尼与BTK靶向肽的共价加合物，无需人工精修。
• 部分电荷预测速度比当前最佳实践快几个数量级，且精度损失可忽略不计。
• 该框架通过再现传统原子类型并实现参数与类型连续、可微的优化，展现了强大的表达能力。
• 通过仅向训练集添加量子化学数据，即可无缝扩展至新化学类别，无需独立参数化工作流。
• 可微化学感知的使用实现了原子类型与参数的联合优化，克服了传统力场中混合离散-连续优化的局限性。