تکنیک‌های جدید شیمی محاسباتی پیش‌بینی مولکول‌ها و مواد را تسریع می‌کنند

در دوران قدیم – روزهای واقعاً قدیمی – کار طراحی مواد پر زحمت بود. محققان در طول بیش از 1000 سال تلاش کردند تا با ترکیب چیزهایی مانند سرب، جیوه و گوگرد، طلا بسازند که امیدوار بودند به نسبت درستی باشد. حتی دانشمندان مشهوری مانند تیکو براهه، رابرت بویل و آیزاک نیوتن دست خود را در تلاش بی‌ثمری که کیمیاگری می‌نامیم، امتحان کردند.

علم مواد البته راه درازی را پیموده است. در 150 سال گذشته، محققان از مزایای جدول تناوبی عناصر استفاده کرده اند، که به آنها می گوید که عناصر مختلف ویژگی های متفاوتی دارند و یکی نمی تواند به طور جادویی به دیگری تبدیل شود. علاوه بر این، در دهه گذشته یا بیشتر، ابزارهای یادگیری ماشین به طور قابل توجهی ظرفیت ما را برای تعیین ساختار و خواص فیزیکی مولکول‌ها و مواد مختلف افزایش داده‌اند. تحقیقات جدید گروهی به رهبری جو لی – استاد مهندسی هسته ای شرکت برق توکیو در MIT و استاد علوم و مهندسی مواد – نوید یک جهش بزرگ در قابلیت هایی را ارائه می دهد که می تواند طراحی مواد را تسهیل کند. نتایج تحقیقات آنها در شماره دسامبر 1403 گزارش شده است علوم محاسباتی طبیعت.

در حال حاضر، بیشتر مدل‌های یادگیری ماشینی که برای توصیف سیستم‌های مولکولی استفاده می‌شوند، مبتنی هستند روی نظریه تابعی چگالی (DFT)، که یک رویکرد مکانیکی کوانتومی برای تعیین انرژی کل یک مولکول یا کریستال با مشاهده توزیع چگالی الکترون ارائه می‌دهد – که اساساً میانگین تعداد الکترون‌هایی است که در یک واحد حجم در اطراف هر نقطه معین قرار دارند. در فضای نزدیک به مولکول (والتر کوهن، که 60 سال پیش این نظریه را ابداع کرد، در سال 1998 جایزه نوبل شیمی را برای آن دریافت کرد.) در حالی که این روش بسیار موفق بوده است، به گفته لی دارای اشکالاتی است: «اول، دقت آن نیست. یکنواخت عالی و دوم اینکه فقط یک چیز را به شما می گوید: کمترین انرژی کل سیستم مولکولی.

“زوج درمانی” برای نجات

تیم او اکنون متکی است روی یک تکنیک شیمی محاسباتی متفاوت، همچنین برگرفته از مکانیک کوانتومی، که به عنوان نظریه خوشه‌های جفت شده یا CCSD(T) شناخته می‌شود. لی می گوید: «این استاندارد طلایی شیمی کوانتومی است. نتایج محاسبات CCSD(T) بسیار دقیق تر از آن چیزی است که از محاسبات DFT به دست می آورید، و می توانند به اندازه محاسباتی که در حال حاضر از طریق آزمایش به دست می آیند قابل اعتماد باشند. مشکل این است که انجام این محاسبات است روی او می‌گوید که یک کامپیوتر بسیار کند است، «و مقیاس‌بندی بد است: اگر تعداد الکترون‌های سیستم را دو برابر کنید، محاسبات 100 برابر گران‌تر می‌شوند.» به همین دلیل، محاسبات CCSD(T) معمولاً به مولکول‌هایی با تعداد کمی اتم محدود می‌شود. روی حدود 10. هر چیزی فراتر از آن به سادگی بیش از حد طول می کشد.

اینجاست که یادگیری ماشین وارد می شود. محاسبات CCSD(T) ابتدا انجام می شود روی کامپیوترهای معمولی و سپس نتایج برای آموزش یک شبکه عصبی با معماری جدیدی که به‌ویژه توسط لی و همکارانش طراحی شده است، استفاده می‌شوند. پس از آموزش، شبکه عصبی با بهره گیری از تکنیک های تقریب می تواند همین محاسبات را بسیار سریعتر انجام دهد. علاوه بر این، مدل شبکه عصبی آنها می تواند اطلاعات بسیار بیشتری در مورد یک مولکول به جای انرژی آن استخراج کند. هائو تانگ، دانشجوی دکترای MIT در رشته علوم و مهندسی مواد، می‌گوید: «در کار قبلی، افراد از چندین مدل مختلف برای ارزیابی خواص مختلف استفاده کرده‌اند. در اینجا ما فقط از یک مدل برای ارزیابی همه این ویژگی‌ها استفاده می‌کنیم، به همین دلیل است که آن را رویکرد «چند وظیفه‌ای» می‌نامیم.

«شبکه الکترونیکی همیلتونی چند وظیفه ای» یا MEHnet، روشنگری می کند روی تعدادی از خصوصیات الکترونیکی، مانند گشتاورهای دوقطبی و چهارقطبی، قطبش پذیری الکترونیکی، و شکاف تحریک نوری – مقدار انرژی مورد نیاز برای بردن یک الکترون از حالت پایه به پایین ترین حالت برانگیخته. تانگ توضیح می‌دهد: «شکاف برانگیختگی بر خواص نوری مواد تأثیر می‌گذارد، زیرا فرکانس نور قابل جذب توسط یک مولکول را تعیین می‌کند.» مزیت دیگر مدل آموزش دیده با CCSD این است که می تواند ویژگی های نه تنها حالت های پایه، بلکه حالت های برانگیخته را نیز آشکار کند. این مدل همچنین می‌تواند طیف جذب فروسرخ یک مولکول مربوط به خواص ارتعاشی آن را پیش‌بینی کند، جایی که ارتعاشات اتم‌های درون یک مولکول با یکدیگر جفت می‌شوند که منجر به رفتارهای جمعی مختلف می‌شود.

قدرت رویکرد آنها مدیون معماری شبکه است. طراحی روی تانگ می‌گوید: کار پروفسور تس اسمیت، استادیار MIT، تیم در حال استفاده از یک شبکه عصبی نمودار معادل E(3) است که در آن گره‌ها اتم‌ها را نشان می‌دهند و لبه‌هایی که گره‌ها را به هم متصل می‌کنند نشان دهنده پیوندهای بین اتم‌ها هستند. ما همچنین از الگوریتم‌های سفارشی‌سازی شده‌ای استفاده می‌کنیم که اصول فیزیک – مربوط به روش محاسبه خواص مولکولی در مکانیک کوانتومی – را مستقیماً در مدل ما لحاظ می‌کنند.»

تست، 1، 2 3

وقتی تست شد روی تجزیه و تحلیل آن از مولکول های هیدروکربن شناخته شده، مدل لی و همکاران. عملکرد بهتری نسبت به همتایان DFT داشت و نتایج تجربی برگرفته از ادبیات منتشر شده را کاملاً مطابقت داد.

کیانگ ژو – متخصص کشف مواد در دانشگاه کارولینای شمالی در شارلوت (که بخشی از این مطالعه نبود) – تحت تأثیر آنچه تاکنون به دست آمده است. او می‌گوید: «روش آنها آموزش مؤثر با مجموعه داده‌های کوچک را امکان‌پذیر می‌سازد، در حالی که به دقت و کارایی محاسباتی برتر در مقایسه با مدل‌های موجود دست می‌یابد». “این کار هیجان انگیزی است که هم افزایی قدرتمند بین شیمی محاسباتی و یادگیری عمیق را نشان می دهد و ایده های جدیدی برای توسعه روش های ساختار الکترونیکی دقیق تر و مقیاس پذیرتر ارائه می دهد.”

گروه مبتنی بر MIT مدل خود را ابتدا بر روی عناصر کوچک و غیرفلزی – هیدروژن، کربن، نیتروژن، اکسیژن و فلوئور که می‌توان از آن‌ها ترکیبات آلی ساخت- اعمال کرد و از آن زمان به بعد حرکت کرده است. روی برای بررسی عناصر سنگین تر: سیلیکون، فسفر، گوگرد، کلر و حتی پلاتین. پس از آموزش روی مولکول های کوچک، مدل را می توان به مولکول های بزرگتر و بزرگتر تعمیم داد. لی می گوید: «پیش از این، بیشتر محاسبات به تجزیه و تحلیل صدها اتم با DFT و فقط ده ها اتم با محاسبات CCSD(T) محدود می شد. اکنون ما در مورد مدیریت هزاران اتم و در نهایت شاید ده ها هزار اتم صحبت می کنیم.

در حال حاضر، محققان هنوز در حال ارزیابی مولکول‌های شناخته شده هستند، اما این مدل می‌تواند برای توصیف مولکول‌هایی که قبلاً دیده نشده‌اند، و همچنین برای پیش‌بینی خواص مواد فرضی که از انواع مختلف مولکول‌ها تشکیل شده‌اند، استفاده شود. تانگ می‌گوید: «ایده این است که از ابزارهای نظری خود برای انتخاب نامزدهای امیدوارکننده که مجموعه‌ای از معیارهای خاصی را برآورده می‌کنند، استفاده کنیم، قبل از اینکه آنها را برای بررسی به یک متخصص تجربی پیشنهاد کنیم.

همه چیز در مورد برنامه هاست

با نگاهی به آینده، زو به برنامه های ممکن خوشبین است. او می‌گوید: «این رویکرد پتانسیل غربالگری مولکولی با کارایی بالا را دارد. “این کاری است که در آن دستیابی به دقت شیمیایی می تواند برای شناسایی مولکول ها و مواد جدید با خواص مطلوب ضروری باشد.”

لی می‌گوید هنگامی که آنها توانایی تجزیه و تحلیل مولکول‌های بزرگ با شاید ده‌ها هزار اتم را نشان می‌دهند، “ما باید بتوانیم پلیمرها یا مواد جدیدی را اختراع کنیم” که ممکن است در طراحی دارو یا دستگاه‌های نیمه‌رسانا استفاده شوند. بررسی عناصر فلزات واسطه سنگین‌تر می‌تواند منجر به ظهور مواد جدید برای باتری‌ها شود – که در حال حاضر یک منطقه نیاز شدید است.

آینده، همانطور که لی می بیند، کاملا باز است. او می گوید: «این دیگر فقط مربوط به یک منطقه نیست. در نهایت، جاه طلبی ما این است که کل جدول تناوبی را با دقت در سطح CCSD(T) پوشش دهیم، اما با هزینه محاسباتی کمتر از DFT. این باید ما را قادر به حل طیف گسترده ای از مسائل در شیمی، زیست شناسی و علم مواد کند. در حال حاضر، دانستن اینکه این محدوده چقدر می‌تواند گسترده باشد، سخت است.»

این کار توسط موسسه تحقیقاتی هوندا حمایت شده است. هائو تانگ حمایت از کمک هزینه تحصیلی مهندسی ریاضیات را تایید می کند. محاسبات در این کار تا حدی انجام شد روی شبیه ساز اتمی جهانی پرسرعت ماتلانتیس، مرکز محاسبات پیشرفته تگزاس، MIT SuperCloud و محاسبات علمی تحقیقاتی انرژی ملی.