[论文解读] Potentials and challenges of polymer informatics: exploiting machine learning for polymer design

Stephen Wu, H. Yamada+3 more|arXiv (Cornell University)|Oct 15, 2020

Machine Learning in Materials ScienceMaterials Science参考文献 63被引用 19

一句话总结

本文综述了聚合物信息学的潜力与挑战，这是一种利用机器学习加速功能化聚合物设计的数据驱动方法。文章概述了四大核心支柱——聚合物数据库、结构描述符、预测性质模型和实验设计策略，强调贝叶斯优化和强化学习是平衡探索与利用的关键方法，尤其在数据有限的聚合物发现中具有重要意义。

ABSTRACT

There has been rapidly growing demand of polymeric materials coming from different aspects of modern life because of the highly diverse physical and chemical properties of polymers. Polymer informatics is an interdisciplinary research field of polymer science, computer science, information science and machine learning that serves as a platform to exploit existing polymer data for efficient design of functional polymers. Despite many potential benefits of employing a data-driven approach to polymer design, there has been notable challenges of the development of polymer informatics attributed to the complex hierarchical structures of polymers, such as the lack of open databases and unified structural representation. In this study, we review and discuss the applications of machine learning on different aspects of the polymer design process through four perspectives: polymer databases, representation (descriptor) of polymers, predictive models for polymer properties, and polymer design strategy. We hope that this paper can serve as an entry point for researchers interested in the field of polymer informatics.

研究动机与目标

• 识别并解决阻碍聚合物信息学发展的主要挑战，特别是由于聚合物复杂的分层结构所致。
• 回顾机器学习在聚合物设计四个关键领域的应用现状：数据库、结构表征、性质预测和设计策略。
• 倡导开放数据共享与协作基础设施，以实现大规模、数据驱动的聚合物发现。
• 展示实验设计算法（如贝叶斯优化和强化学习）如何减少聚合物开发中昂贵实验的次数。

提出的方法

• 系统性回顾现有聚合物信息学文献，重点关注四个核心组成部分：聚合物数据库、分子描述符、预测性机器学习模型和实验设计框架。
• 评估各种分子表征技术（描述符），用于将聚合物拓扑、组成和链结构编码为机器学习输入。
• 应用贝叶斯优化以在聚合物性质预测中平衡探索与利用，选择不确定性较高或预测效用较高的候选物。
• 利用强化学习将聚合物设计建模为序列决策问题，其中智能体通过基于奖励的反馈学习最优合成或加工参数。
• 分析案例研究，表明机器学习在减少纤维形貌、数均分子量分布、界面性质及玻璃化转变温度控制方面的实验周期方面已取得成效。
• 强调计算模拟与实验数据的整合，以构建对昂贵试错合成依赖性更低的预测模型。

实验结果

研究问题

• RQ1 机器学习如何克服聚合物在数据驱动设计中因分层且复杂的结构特性带来的挑战？
• RQ2 在机器学习模型中，表示聚合物结构的最有效分子描述符是什么？
• RQ3 基于现有数据的预测模型在多大程度上能加速获得目标性质的聚合物发现？
• RQ4 实验设计策略（如贝叶斯优化和强化学习）如何最小化聚合物开发中所需的实验次数？
• RQ5 开放且标准化的数据库在推动聚合物信息学发展及实现大规模机器学习应用中发挥什么作用？

主要发现

• 聚合物信息学推动了聚合物设计的数据驱动范式转变，显著减少了对耗时试错实验的依赖。
• 尽管已取得进展，但因命名不一致、缺乏开放数据库以及难以将分层聚合物结构编码为机器可读描述符，仍存在重大挑战。
• 贝叶斯优化和强化学习已在聚合物设计中成功减少实验周期，其应用已证明可有效调控纤维形貌、分子量分布和玻璃化转变温度。
• 计算模拟与机器学习的整合可实现更快的性质估算，但新聚合物体系的参数调优仍是瓶颈。
• 开放数据共享与标准化数据库对于扩大机器学习在聚合物信息学中的应用至关重要，但因工业数据所有权和历史数据不一致问题，目前仍发展不足。
• 聚合物信息学的真正潜力在于使聚合物科学家摆脱低水平优化的束缚，从而专注于更高层次的设计创新与理论进步。