Machine Learning Prediction of Accurate Atomization Energies of Organic Molecules from Low-Fidelity Quantum Chemical Calculations
最近的研究说明了机器学习(ML)如何用于绕过分子建模的核心挑战:准确性和计算成本之间的权衡。在这里,我们评估了多种ML方法来预测有机分子的原子化能。我们得到的模型学习低保真度,B3 LYP,和高精度,G4 MP2,原子化能量之间的差异,并预测G4 MP2原子化能量为0.005 eV(平均绝对误差)的分子小于9个重原子和0.012 eV的一小部分分子之间的10和14个重原子。我们的两个最佳模型具有不同的精度/速度权衡,能够有效预测大分子的G4 MP2能级能量,并可通过简单的Web界面获得。
2019-06-07 cond-mat.mtrl-sci physics.chem-ph physics.comp-ph
Inelastic Collisions and Chemical Reactions of Molecules at Ultracold Temperatures
本文综述了近年来有关中性或离子体系原子和分子在低温和超低温下的非弹性碰撞和化学反应的理论工作。表零温度速率常数的各种分子提供。
2010-01-27 physics.chem-ph
Representative Random Sampling of Chemical Space
本文提出一种无需枚举即可对化学空间进行无偏随机采样并估计分子数量的方法,适用于图表示分子且对30个原子高效运行,并据此评估现有数据库的代表性及规模下界判据。
2025-08-28 physics.chem-ph
COOEE bitumen. Chemical aging
我们使用分子动力学模拟研究了“COOEE沥青”的化学老化。该模型沥青由四种现实的分子类型组成:饱和烃、轻油、胶质和沥青质。老化反应由化学反应模拟:“2树脂$\rightarrow$ 1沥青质”。分子动力学模拟的四个沥青组合物,通过重复应用程序的老化反应,进行。的应力自相关函数,流体结构,平面芳族分子的旋转动力学,和每个分子的扩散率,确定为四个不同的组合物。老化反应导致一个显着的动力学放缓,这是相关的沥青质分子聚集在更大的和动态较慢的纳米聚集体。最后,详细描述了每种分子类型在聚集和老化过程中的作用。
2013-09-03 physics.chem-ph physics.comp-ph
Automatic chemical design using a data-driven continuous representation of molecules
Kyulux North America Inc.(Kyulux北美公司);Harvard University(哈佛大学);University of Toronto(多伦多大学);University of Cambridge(剑桥大学);Google Brain(谷歌大脑);Princeton University(普林斯顿大学)
我们报告了一种方法来转换离散表示的分子和从一个多维的连续表示。这种模型使我们能够通过化合物的开放空间生成新分子,以进行有效的探索和优化。一个深度神经网络在数十万个现有的化学结构上进行训练,以构建三个耦合功能:编码器,解码器和预测器。编码器将分子的离散表示转换为实值连续向量,解码器将这些连续向量转换回离散分子表示。预测器从分子的潜在连续向量表示估计化学性质。连续表示允许我们通过在潜在空间中执行简单操作来自动生成新的化学结构,例如解码随机向量,扰动已知化学结构或在分子之间插值。连续表示还允许使用强大的基于梯度的优化来有效地指导搜索优化的功能化合物。我们证明了我们的方法在域中的药物样分子,也在一组分子少,9个重原子。
2017-12-05 cs.LG physics.chem-ph
The octet rule in chemical space: Generating virtual molecules
我们提出了一个生成器的虚拟分子,选择有效的化学八隅体规则的基础上。此外,我们引入了一个内消旋体组密钥,允许快速检测重复生成的结构。与现有的方法相比,我们的模型更简单,更快,产生新的化学反应,避免无效的化学反应。它的多功能性通过正确生成含有第三排元素的分子和令人惊讶地熟练处理复杂的硼化学来说明。在没有任何经验参数的情况下,我们的模型被设计为在化学空间的未探索区域也是有效的。第一个意想不到的发现是在生成的分子中偶极结构的高度普遍性。
2017-09-20 physics.chem-ph
Heuristics and Uncertainty Quantification in Rational and Inverse Compound and Catalyst Design
逆(量子)方法的目标是设计能够有效搜索化学空间的方法和途径,以使具有特定性质的新材料和化合物的设计尽可能直接和有效。在这里,我们回顾了该领域的现状,重点是最近的发展。我们讨论了合理的化合物设计的启发式规则和人的直觉的重要性。此外,我们详细介绍了可靠的不确定性量化的计算结果,这是一个真正的预测应用程序中的任何硅片方法的关键选项。
2022-03-17 cond-mat.mtrl-sci physics.chem-ph physics.comp-ph
UV-Visible Absorption Spectra of Solvated Molecules by Quantum Chemical Machine Learning
预测紫外-可见吸收光谱对于理解光化学过程和设计能源材料至关重要。量子化学方法可以提供紫外-可见吸收光谱的精确计算,但它们在计算上是昂贵的,特别是对于大型系统或当从热平均值计算线形时。在这里,我们提出了一种方法来预测溶剂化芳香分子的紫外-可见吸收光谱的量子化学(QC)和机器学习(ML)。我们表明,ML模型,训练上的一组芳香族分子的激发能的高水平的QC计算,可以准确地预测的最低能量的紫外-可见吸收带的几个相关分子的线形小于0.1 eV的偏差相对于参考实验光谱。应用线性分解分析的激发能,我们揭示了我们的ML模型探测这些芳香族分子的垂直激发主要是通过学习他们的苯环,这与物理起源的$π\rightarrowπ^\star$电子跃迁的原子环境。我们的研究提供了一个有效的工作流程,将ML与量子化学方法相结合,以加速各种分子系统的紫外-可见吸收光谱的计算。
2022-06-24 cond-mat.mtrl-sci physics.chem-ph
Exact sampling of molecules in chemical space
本文提出用蒙特卡洛方法直接从化学空间分布中采样分子,无需完全枚举分子图,并发现平均性质导数随目标分子性质值呈线性趋势,表明这是化学空间的固有性质。
2025-02-06 physics.chem-ph
Molecule Generation and Optimization for Efficient Fragrance Creation
Norwegian University of Science and Technology(挪威科技大学);University of Porto(波尔图大学);SIA Murins Startups(Murins初创公司)
本研究提出一种以机器学习为中心的混合模型,结合图与生成神经网络生成分子、量化气味强度并优化溶剂组合,通过数学优化最小化新分子与目标嗅觉的差异,成功复现了两种嗅觉体验。
2024-02-19 cs.LG physics.chem-ph
Chemical pathways in ultracold reactions of SrF molecules
我们提出了一个理论研究的化学反应SrF + SrF $\rightarrow$产品,专注于在超低温下的反应。我们发现,在这些温度下,键交换,SrF + SrF $\rightarrow$ Sr $_2$ + F $_2$,是积极禁止的。相反,能量上唯一允许的反应是SrF + SrF $\rightarrow$ SrF $_2$ + Sr,并且即使这样也只能形成SrF $_2$三聚体的单重态。沿着简化的反应路径的计算表明,这种抽象反应是无势垒的,并通过一个SrF分子“传递”一个氟原子到另一个分子来进行。
2011-01-24 physics.atom-ph physics.chem-ph
Chemical-Reaction-Aware Molecule Representation Learning
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);New York University(纽约大学);Genentech(基因泰克公司)
分子表示学习(MRL)方法旨在将分子嵌入实向量空间。然而,现有的基于SMILES(Simplified Molecular-Input Line-Entry System)或基于GNN(图神经网络)的MRL方法要么以SMILES字符串作为输入,难以编码分子结构信息,要么过分强调GNN结构的重要性而忽视其泛化能力。在这里,我们建议使用化学反应来帮助学习分子表征。我们方法的关键思想是保持分子在嵌入空间中化学反应的等价性,即,迫使反应物嵌入的总和和产物嵌入的总和对于每个化学方程式相等。该约束被证明是有效的,1)保持嵌入空间的良好组织和2)提高分子嵌入的泛化能力。此外,我们的模型可以使用任何GNN作为分子编码器,因此对GNN架构是不可知的。实验结果表明,我们的方法在各种下游任务中实现了最先进的性能,例如,与最佳基线方法相比,化学反应预测的绝对Hit@1增益为17.4%,分子性质预测的绝对AUC增益为2.3%,图形编辑距离预测的相对RMSE增益为18.5%。该代码可在https://github.com/hwwang55/MolR上获得。
2021-09-22 cs.LG physics.chem-ph q-bio.QM
A topological classification of molecules and chemical reactions with a perplectic structure
本文在单粒子水平上提出了分子及其化学反应的拓扑分类。我们考虑零维电子哈密顿在实空间紧束缚基与无自旋的时间反演对称性和额外的空间反射对称性。这种对称性产生了一个perplectic结构,并提出了一个$\mathbb{Z}_2$不变量的形式,pfetraan,它可以被捕获的纠缠切割。我们将我们的研究结果应用于一类伍德沃德和霍夫曼研究的化学反应,其中反射对称性沿一维反应路径被保留,并认为拓扑分类应有助于这些反应的速率常数。更具体地说,我们发现,实验上发生的反应,只要反应物和产品可以相互变形,而需要改变拓扑不变量的反应还没有观察到实验。
2019-03-01 cond-mat.mtrl-sci physics.chem-ph
Chemical reactions of ultracold alkaline-earth-metal diatomic molecules
本文通过电子结构计算研究超冷碱土金属双原子分子的反应能量学,发现原子交换和三聚体形成均无势垒、能量允许,表明这些分子在超低温下化学不稳定,需光晶格或屏蔽方案抑制损耗。
2023-11-30 cond-mat.quant-gas physics.atom-ph physics.chem-ph
The nature of the chemical bond in the dicarbon molecule
分子离解能经常被解释和讨论的单重键,形成有界的价电子对。在这项工作中,我们使用了高度相关的共振价键的anonymous,提供了一个一致的范式的化学键,自旋波动显示发挥了至关重要的作用。自旋涨落在磁系统中是重要的,它对应于从磁对称破缺态产生的自旋波的零点运动。最近,为了解释碳二聚体的激发光谱,提出了一种不寻常的四重键。在我们的模型中,碳二聚体的一个令人满意的描述是由两个具有反铁磁有序S = 1磁矩的碳原子的磁相互作用决定的。这是第一步,由于高度可扩展和高效的量子蒙特卡罗技术,可能会为理解具有挑战性的包含大自旋原子(例如过渡金属)的复杂系统开辟道路。
2020-09-25 cond-mat.str-el physics.chem-ph physics.comp-ph
Chemical potential, derivative discontinuity, fractional electrons, jump of the Kohn-Sham potential, atoms as thermodynamic open systems, and other (mis)conceptions of the density functional theory of electrons in molecules
在密度泛函理论(DFT)文献中存在许多关于原子或分子中电子的化学势的参考文献。这一概念的起源是把基态密度的欧拉-拉格朗日变分方程中的拉格朗日乘子$μ= \partial E/\partial N$确定为电子的化学势。我们首先讨论为什么拉格朗日乘子在这种情况下是一个任意常数,因此不能是一个原子或分子的物理特性。当电子数超过整数时,能量导数(“化学势”)从$-I$切换到$-A$,称为整数不连续性或导数不连续性,不是物理的,而是仅当非物理的非整数电子系统和相应的能量和导数$\partial E/\partial N$以特定的不连续方式被选择时才发生。本文讨论了化学势的概念是否能适用于原子和分子等少电子体系中的电子。结论是这样的系统缺乏热力学系统的重要特征,并且不提供化学势的定义。它们也不能被认为是热力学开放系统的类似物,可以与环境(粒子浴或吉布斯系综的其他成员)交换粒子。化学势、开放系统、巨正则系综等热力学(统计力学)概念不适用于原子或分子等少数电子系统。根据这些发现,在DFT的一些主题进行了严格审查:跳跃的Kohn-Sham潜力时,跨越一个整数的电子,带隙问题,偏离直线的错误,合奏在DFT中的作用。
2022-05-10 cond-mat.mtrl-sci physics.chem-ph
Molecular chirality quantification: Tools and benchmarks
本文通过玩具分子系统比较两种先进手性量化方法(CCM和手性特征$χ$)的性能,发现CCM更适用于任意分子或抽象结构的手性评估,并提供代码链接作为相关研究资源。
2024-11-27 cond-mat.soft physics.chem-ph
Validation of uncertainty quantification metrics: a primer based on the consistency and adaptivity concepts
不确定性量化(UQ)验证的实践,特别是在物理化学科学的机器学习中,依赖于几种图形方法(散点图、校准曲线、可靠性图和置信度曲线),这些方法探索校准的互补方面,但不涵盖所有期望的方面。例如,这些方法中没有一种处理UQ度量在输入特征范围内的可靠性(自适应性)。基于一致性和自适应性的互补概念,基于方差和区间的UQ度量的常用验证方法工具箱被重新审视,目的是更好地掌握它们的能力。这项研究被认为是对UQ验证的介绍,所有方法都来自一些基本规则。这些方法在合成数据集和从最近的物理化学机器学习UQ文献中提取的代表性例子上进行了说明和测试。
2023-03-30 physics.chem-ph physics.data-an stat.ML
Revving up 13C NMR shielding predictions across chemical space: Benchmarks for atoms-in-molecules kernel machine learning with new data for 134 kilo molecules
对小分子化合物空间中核磁共振光谱的加速和定量准确筛选的要求有两个方面:(1)一个强大的“本地”机器学习(ML)策略,捕捉邻域对原子“近视”性质-化学屏蔽的影响;(2)用最先进的第一原理方法生成的准确参考数据集,用于训练。在本文中,我们报告了QM 9-NMR数据集,其包括在气体和五种常见溶剂相中的QM 9数据集的134 k分子中的超过80万个C原子的各向同性屏蔽。使用这些数据进行训练,我们提出了具有流行局部描述符的核岭回归模型的预测可转移性的基准结果。我们最好的模型在10万个样本上训练,准确地预测了5万个“保持”原子的各向同性屏蔽,平均误差小于$1.9$ ppm。为了快速预测新的查询分子,模型是根据廉价理论的几何形状进行训练的。此外,通过使用$Δ$ -ML策略,我们将误差抑制在$1.4$ ppm以下。最后,我们测试的可转移性的非平凡的基准集,包括基准分子,包括10至17个重原子和药物。
2020-12-03 physics.chem-ph physics.data-an
Troubleshooting Unstable Molecules in Chemical Space
自动化化合物空间探索的一个关键挑战是确保最小能量几何形状的准确性-以保持预期的键连接性。我们讨论了一个迭代的高吞吐量的工作流程,利用量子力学模型之间的接近保持连接的几何优化。该方法以QM 9数据集为基准,该数据集包括133,885个小分子的DFT水平特性;其中3,054个具有可疑的几何稳定性。我们成功地排除了2,988个分子的故障,并确保所需的路易斯公式和最终几何形状之间的双射映射。我们的工作流程基于DFT和后DFT方法,确定66个分子为不稳定分子; 52个含有$-{\rm NNO}-$,其余分子由于锥体sp $^2$ C而产生应变。在策划的数据集中,我们检查了具有长CC键的分子,并通过电子密度的拓扑分析来识别超长竞争者($r>1.70$ ~ CN)。我们希望提出的策略在大数据量子化学倡议中发挥作用。
2020-10-15 physics.chem-ph
Machine Learning Unifies the Modelling of Materials and Molecules
确定分子和凝聚相的稳定性是原子建模的基石,支撑着我们对化学和材料性质和转化的理解。在这里,我们展示了一个基于化学环境和贝叶斯统计学习的局部描述的机器学习模型,它提供了一个统一的框架来预测原子尺度的性质。它捕获了控制硅的复杂表面重建的量子力学效应,以化学准确性预测不同类别分子的稳定性,并以超过99%的可靠性区分活性和非活性蛋白质配体。我们的框架的普遍性和系统性为材料和分子的势能面提供了新的见解。
2017-12-16 cond-mat.mtrl-sci physics.chem-ph
Production of cold formaldehyde molecules for study and control of chemical reaction dynamics with hydroxyl radicals
提出了一类低温化学反应的控制方法。具体而言,我们显示的氢提取通道中的甲醛(H $_{2}$ CO)和羟基自由基(OH)的反应可以通过控制分子状态或外部电场。我们还概述了调查和演示控制这个重要的反应的实验。为此,我们报告的H $_{2}$ CO分子的第一斯塔克减速。我们已经将H $_{2}$ CO的分子束减速到基本上静止,在100 mK的温度下产生冷分子包,包中有几百万个分子,密度为$\sim10^{6}$ cm $^{-3}$。
2005-08-18 physics.atom-ph physics.chem-ph
Uncertainty quantification for predictions of atomistic neural networks
定量地探讨了不确定性量化对训练好的神经网络(NN)预测量子化学参比数据的价值。为此,对PhysNet NN的架构进行了适当的修改,并使用不同的指标对所得模型进行了评估,以量化校准、预测质量以及预测误差和预测不确定性是否相关。在QM 9数据库上训练和评估分布内外测试集的数据的结果表明,误差和不确定性不是线性相关的。结果澄清,噪音和冗余复杂的性质预测的分子,即使在这种情况下的变化-例如双键迁移在两个其他相同的分子-是小的。然后将该模型应用于一个真实的互变异构反应数据库。结合其他参数对特征空间中成员间距离的分析表明,训练数据集中的冗余信息会导致大的方差和小的误差,而相似但不特定的信息的存在会返回大的误差但小的方差。这是,例如,观察到含硝基的脂肪链,虽然训练集包含几个硝基与芳香分子结合的例子,但预测是困难的。这强调了训练数据组成的重要性,并提供了对这如何影响ML模型预测能力的化学见解。最后,提出的方法可以用于基于信息的改进化学数据库的目标应用,通过主动学习优化。
2022-07-21 physics.chem-ph stat.ML
Site-specific graph neural network for predicting protonation energy of oxygenate molecules
Argonne Leadership Computing Facility(阿贡领导力计算设施);Argonne National Laboratory(阿贡国家实验室)
生物油分子评价对于化学品和交通燃料的可持续发展至关重要。这些含氧分子具有足够的碳,氢和氧原子,可用于开发新的增值分子(化学品或运输燃料)。我们研究的一个动机源于这样一个事实,即使用无机酸的液相升级是一种具有成本效益的化学转化。在这个化学升级过程中,将质子(带正电的原子氢)添加到氧原子是核心步骤。分子中氧原子的质子化能决定了反应的热力学可行性和可能的化学反应途径。基于耦合簇理论的量子化学模型用于计算精确的热化学性质,如氧原子的质子化能和基于质子化的化学转化的可行性。然而,这种方法在计算上过于昂贵,无法探索大空间的化学转化。我们开发了一个图神经网络的方法来预测数百个双氧分子的氧原子质子化能,以预测水溶液中酸性反应的可行性。我们的方法依赖于一个迭代的本地非线性嵌入,逐渐导致全球的影响,遥远的原子和输出层,预测质子化能量。我们的方法适用于分子中单个氧原子的特定位点预测,而常用的图卷积网络则专注于单一分子性质预测。我们证明,我们的方法是有效的,在学习的位置和含氧分子的质子化能量的大小。
2019-09-18 cs.LG physics.chem-ph stat.ML
Chemical reactivity under collective vibrational strong coupling
最近的光学腔中的化学反应实验已经显示出改变和控制化学反应的巨大希望,但理论上仍然知之甚少。特别是共振腔和某些振动模式在集体极限之间的起源仍然受到积极的研究。本文研究了多个分子通过其振动偶极矩与红外腔模共同作用的单分子解离反应。我们发现,反应速率可以通过增加排列的分子的数量,如果腔模式与分子的振动频率共振减慢。我们还发现了一个简单的标度关系,规模与集体拉比分裂估计集体振动强耦合的反应速率修改的发病和数值演示这些影响高达10,000分子。
2022-06-17 physics.chem-ph physics.comp-ph quant-ph
Visually Constructing the Chemical Structure of a Single Molecule by Scanning Raman Picoscopy
纳米腔等离子体激元场的强空间限制使得可以可视化单个分子的内部结构,甚至可以区分其在真实空间中的振动模式。有了这样不断提高的空间分辨率,预计可以实现分子的完整振动成像,以揭示分子结构细节。在这里,我们展示了一个单一的镁卟啉分子的单振动模式的完整的拉曼图像上的lngström水平,揭示了在真实空间中的每个振动模式的不同特征。此外,通过利用潜在的干涉效应和拉曼指纹数据库,我们提出了一种新的结构确定方法,称为扫描拉曼微微显微镜,以展示如何使用此类超高分辨率光谱显微镜振动图像来视觉组装化学结构单个分子通过简单的乐高积木般的构建过程。
2019-12-05 physics.chem-ph physics.optics
(4,4')-Bipyridine in Vacuo and in Solvents: A Quantum Chemical Study of a Prototypical Floppy Molecule From a Molecular Transport Perspective
本文报道了(4,4 ′})-联吡啶(44 BPY)的中性和阴离子分子在真空和溶剂中的量子化学计算结果。除了平衡几何形状和振动频率和光谱,我们提出了绝热能量曲线的振动模式与显着的分子内重组后电荷转移。特别注意的是软盘强烈非谐自由度的44 BPY,这是有关的最显着的结构特征,即两个吡啶环之间的扭转角$θ$。将强调本研究结果与分子运输的相关性。我们表明,溶剂作为一个有效的门电极,并提出了一个ESTA运营商占溶剂对分子输运的影响。我们的电导$G$与$\cos^2θ$的结果是一致的,在垂直构象的显着传输由以前的显微镜分析表明。
2015-09-18 physics.chem-ph physics.comp-ph
Pure and Hybrid Evolutionary Computing in Global Optimization of Chemical Structures: from Atoms and Molecules to Clusters and Crystals
综述了近十年来演化计算方法在原子、分子团簇和晶体等复杂势能面研究中的发展。发展的趋势表明,纯以及混合进化计算技术结合DFT已成为一个强大的工具,虽然工作的分子团簇一直相当有限。文献中有一些直接用遗传算法求解原子/分子薛定谔方程的尝试。在Born-Oppenheimer近似水平下,GA密度方法似乎是一种可行的工具,在未来几年中可以更广泛地探索,特别是在设计具有目标特性的分子和材料的背景下。
2015-08-31 cond-mat.mtrl-sci cs.NE physics.chem-ph
Molecule Edit Graph Attention Network: Modeling Chemical Reactions as Sequences of Graph Edits
Centre of New Technologies, University of Warsaw(华沙大学新技术中心);Institute of Organic Chemistry, Polish Academy of Sciences(波兰科学院有机化学研究所)
自动化合成规划的核心挑战是能够生成和预测各种化学反应的结果。特别是,在许多情况下,由于额外的限制,最可能的合成途径无法应用,这需要提出替代化学反应。考虑到这一点,我们提出了分子编辑图注意力网络(MEGAN),这是一种端到端的编码器-解码器神经模型。MEGAN的灵感来自于将化学反应表达为一系列图形编辑的模型,类似于箭头推动形式主义。我们将该模型扩展到逆合成预测(预测给定化学反应产物的底物),并将其扩展到大型数据集。我们认为,将反应表示为一系列编辑使MEGAN能够有效地探索合理的化学反应空间,保持以端到端方式建模反应的灵活性,并在标准基准中实现最先进的准确性。代码和训练模型可在https://github.com/molecule-one/megan上在线获得。
2021-05-25 cs.LG physics.chem-ph stat.ML
Plasma-activation of tap water using DBD for agronomy applications: Identification and quantification of long lifetime chemical species and production/consumption mechanisms
冷大气等离子体(CAP)是可以在环境空气中产生的弱电离气体。它们产生高能物质(例如电子、可电离物质)以及活性氧物质、活性氮物质、UV辐射和局部电场。因此,它们与自来水等液体的相互作用可以改变其化学成分。由此产生的“等离子体活化液体”可以满足许多应用,包括医学和农业。因此,一套完整的实验分析技术,专门用于表征长寿命的化学物种已经实施,以表征自来水处理使用CAP工艺和农艺应用。为此,进行比色法和酸滴定,考虑到酸碱平衡、pH值和等离子体活化期间诱导的温度变化。对16种物质进行定量和监测:氢氧根和水合氢离子、氨和铵离子、正磷酸盐、碳酸盐离子、亚硝酸盐和硝酸盐离子以及过氧化氢。讨论了相关的消费/生产机制。同时,基于Kohlrausch定律的电导率的化学模型已经被开发用于模拟等离子体活化的自来水(PATW)的电导率。将其预测与实验测量进行比较会导致窄拟合,因此支持实验集的自给自足。最后,为了评估冷大气等离子体在农业应用中的潜力,每天对自来水进行等离子体处理以灌溉扁豆种子。结果表明,活化3天和6天后,幼苗的生长量分别比未活化的自来水增加了34.0%和128.4%。讨论了等离子体和自来水之间的相互作用机制以及它们对农艺效果的正协同作用。
2018-02-06 physics.app-ph physics.chem-ph physics.plasm-ph
Prompt Engineering for Transformer-based Chemical Similarity Search Identifies Structurally Distinct Functional Analogues
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本研究针对传统化学相似性搜索依赖结构比较、难发现功能相似但结构迥异分子的问题,提出采用双化学字符串表示算法的提示工程策略,结合化学语言模型实现向量式化学搜索,经多类查询分子验证可助力新功能分子发现。
2023-05-17 cs.LG physics.chem-ph
Product-state distribution after isotopic substitution in ultracold atom-molecule collisions
我们表明,在实验上可访问的分子,如钠钾,RbCs,和SrF的同位素取代反应的产品是冷的,根据他们的平移能量低于数百mK。对于这些化学反应,分子产物可能只占据最低的转动状态。我们还讨论了在低动能释放的分子和原子的超冷混合物中,由电场控制化学反应的可能性,其中碰撞分子的一个组成原子被其同位素取代。这封信为研究超冷条件下化学反应的分支比开辟了新的途径。
2019-10-09 physics.chem-ph
Equivariant Shape-Conditioned Generation of 3D Molecules for Ligand-Based Drug Design
Massachusetts Institute of Technology(麻省理工学院)
基于形状的虚拟筛选被广泛用于基于配体的药物设计中,以搜索与已知配体相比具有相似的3D形状但新颖的2D化学结构的分子的化学库。3D深度生成模型有可能自动化这种对形状调节的3D化学空间的探索;然而,没有现有的模型可以可靠地生成采用特定形状(如已知结合姿势)的构象的有效药物样分子。我们介绍了一种新的多模态三维生成模型,使形状条件的三维分子设计等变编码分子的形状和变编码化学身份。我们通过使用具有启发式键合几何形状的基于自回归片段的生成来确保所生成分子的局部几何和化学有效性,从而允许模型优先考虑可旋转键的评分,以最好地将不断增长的构象结构与目标形状对齐。我们评估了我们的3D生成模型在药物设计相关的任务,包括化学多样的分子结构和形状约束的分子性质优化的形状调节生成,展示了它的实用性在虚拟筛选枚举库。
2022-10-06 cs.LG physics.chem-ph q-bio.BM
SchNet - a deep learning architecture for molecules and materials
深度学习导致了人工智能的范式转变,包括网络、文本和图像搜索、语音识别以及生物信息学,对化学物理的影响越来越大。机器学习特别是深度学习非常适合表示量子力学相互作用,能够对非线性势能面进行建模或增强对化合物空间的探索。在这里,我们介绍了深度学习架构SchNet,该架构专门设计用于通过使用连续滤波器卷积层来建模原子系统。我们通过准确预测\emph{molecules and materials}的化学空间中的一系列属性来展示SchNet的能力,其中我们的模型学习了元素周期表中原子类型的化学合理嵌入。最后,我们使用SchNet来预测小分子动力学模拟的势能面和节能力场,并对C $_{20}$ -富勒烯的量子力学性质进行了示例性研究,这在常规从头算分子动力学中是不可行的。
2018-03-22 cond-mat.mtrl-sci physics.chem-ph
Discreteness-Induced Transitions in Autocatalytic Systems
为了研究化学过程的动力学,我们经常采用速率方程来观察化学物质浓度的变化。然而,当分子的数目很小时,波动不能被忽略。我们经常借助随机微分方程来研究波动的影响。化学物质在微观上是由分子组成的。原则上,分子的数量必须是一个整数,它只能离散地变化。然而,在使用随机微分方程的分析中,波动被视为连续变化。这种近似只有在应用于涉及足够多的分子的涨落时才有效。在极其罕见的化学物种的情况下,分子的实际离散性可能会严重影响系统的动力学。为了阐明离散性的影响,我们研究了一个自催化系统组成的几个相互作用的化学物种与少量的分子通过随机粒子模拟。我们发现了新的状态,其特征在于作为一个灭绝的分子物种,由于离散的性质的分子。我们还观察到了强烈的依赖性的化学浓度的大小的系统,这是由过渡到新的状态。
2005-01-05 physics.bio-ph physics.chem-ph q-bio.SC
Chemical reactions of conformationally selected molecules in a beam with Coulomb-crystallized ions
许多分子表现出在热条件下经常容易相互转化的多种构象。因此,单一构象难以分离,这使得研究其独特的化学反应性具有挑战性。我们最近报道了一种新的实验方法来表征化学反应中的适形剂特异性效应[Y。P. Chang等人,Science 342,98(2013)]。不同的构象空间分离使用不均匀的电场,并与冷的库仑晶体反应,空间局部化的离子在一个陷阱。作为第一个应用,我们研究了3-氨基苯酚和钙$^+$的两种构象之间的反应。我们观察到的$cis$的速率常数比$trans$构象的速率常数大两倍,这是合理的长程离子-分子相互作用的差异。本文提供了一个新的方法的详细描述和充分考虑的实验结果以及伴随的理论计算。
2014-01-24 physics.atm-clus physics.chem-ph
Method of evaluating chemical shifts of X-ray emission lines in molecules and solids
开发了评估化合物中足够重原子(从第四周期元素开始)的X射线发射线化学位移的方法。该方法基于赝势模型和单中心恢复方法(重建重原子核中的正确电子结构)。瞬时过渡和冻结内核旋量的原子的近似用于推导化学位移的表达式作为一些有效的运营商的平均值之间的差异。该方法允许人们避免将小值(化学位移~ $ 0.01{-}1$ eV)评估为非常大的值(各种化合物中的跃迁能量~ $1{-}100$ keV)的差异。我们的计算结果的$Kα_1$,$Kα_2$,和L跃迁的第14族金属阳离子相对于中性原子的化学位移。计算了PbO和PbF $_2$中Pb核跃迁的$Kα_1$线相对于中性Pb的化学位移。所使用的近似值的准确性进行了讨论,并进行了计算的质量进行了分析。
2013-12-23 cond-mat.mtrl-sci physics.atom-ph physics.chem-ph
Degree of atomicity in the chemical bonding: Why to return to the H2 molecule?
本文利用EDABI方法重新定义H2分子的共价性与离子性因子,并引入原子性概念以修正共价性随距离增大时的虚假行为,从而重新诠释化学键本质。
2022-11-02 physics.atm-clus physics.chem-ph
Nanoextraction from a flow of a highly diluted solution for much-improved sensitivity in offline chemical detection and quantification
本研究提出基于表面纳米液滴的nanoextraction方法用于高稀释度样品离线分析,显著提高了检测灵敏度,降低了检出限,且优于传统DLLME方法,适用于复杂水样中多化合物的检测与定量。
2023-06-26 physics.chem-ph
Uncertainty quantification of molecular property prediction using Bayesian neural network models
KAIST(韩国科学技术院);Seoul National University(首尔国立大学);KAIST Institute for Artificial Intelligence(韩国科学技术院人工智能研究所)
在化学领域,深度神经网络模型越来越多地用于各种应用,如分子性质预测、新型分子设计和规划化学反应。尽管最先进的模型和算法的使用迅速增加,但深度神经网络模型在实际应用中的预测效果往往很差,因为模型性能高度依赖于训练数据的质量。在分子分析领域,数据大多来自复杂的化学实验或近似的数学方程,数据的质量可能受到质疑,本文将贝叶斯神经网络用于分子性质预测,量化预测的不确定性。我们估计模型驱动和数据驱动的不确定性,证明了有用的不确定性量化作为质量检查和置信度指标与三个实验。我们的研究结果表明,不确定性量化是必要的,更可靠的分子应用和贝叶斯神经网络模型可以是一个实用的方法。
2018-11-19 cs.LG physics.chem-ph stat.ML
Separation of Electromagnetic and Chemical Contributions to Surface-Enhanced Raman Spectra on Nanoengineered Plasmonic Substrates
来自吸附在贵金属表面上的分子的拉曼信号由于基底的等离子体共振而被增强许多数量级。此外,与纯分子的光谱相比,增强的光谱被修改:许多振动频率被移动,并且在附着到金属上时相对强度发生显着变化。为了设计一种有效的方案来分离电磁效应和化学效应,我们探索了苯乙烷吸附在纳米结构金表面的拉曼光谱变化的起源。的光谱修改归因于频率依赖性的电磁增强和化学结合的效果。后者的贡献可以使用分子-金属簇模型计算再现。我们提出的证据表明,化学结合的效果主要是由于分子的电子结构的变化,而不是相对于基板的分子的固定取向。
2010-09-09 cond-mat.mes-hall physics.chem-ph
Electron-attachment rates for carbon-rich molecules in protoplanetary atmospheres: the role of chemical differences
在星际介质中形成的阴离子物种的相互作用的线性分子含有碳,氮和氢作为原子成分(多炔)与自由电子在环境中的碰撞动力学的量子处理建模。随后的积分截面被用来获得相应的附着率在一个广泛的温度范围内的电子。计算结果明确表明,经常采用的参数化形式,这样的速率产生了广泛的值,原来是特定的每个分子物种考虑,从而排除使用一个独特的一套为整个类的多炔。
2012-10-01 astro-ph.GA physics.chem-ph
Structural bias in three-dimensional autoregressive generative machine learning of organic molecules
本研究通过主成分分析和决策树等方法,发现三维自回归生成模型G-SchNet在生成有机分子时存在结构偏差,产生更不饱和且含更多杂原子的分子,并可通过官能团约束和复合数据集部分缓解。
2025-03-27 physics.chem-ph
Modification of Thermal Chemical Rates in a Cavity via Resonant Effects in the Collective Regime
本文通过经典反应通量方法研究气相HONO分子在法布里-珀罗腔中的顺反异构化反应,揭示了旁观者分子通过增强能量耗散和产生极化激元模式两种机制在集体区域加速热化学反应速率。
2023-08-07 physics.chem-ph
Resilience of Hund's rule in the Chemical Space of Small Organic Molecules
本研究通过多种理论方法系统筛查12,880个小有机分子,发现洪德定则普遍成立,未发现真正的S1-T1负能隙,并识别出假阳性案例,共享数据集以促进分子发现。
2024-05-03 physics.chem-ph
Molecules Near Absolute Zero and External Field Control of Atomic and Molecular Dynamics
本文综述了冷分子和超冷分子领域的最新研究进展,并证明了在亚开尔文温度下分子的化学反应、非弹性碰撞和解离可以通过外加电场或磁场来操纵。超冷分子的产生可以允许具有极高精度的光谱测量和自然基本对称性的测试,以分子作为量子比特的量子计算和受控化学。在接近零开尔文的温度下,化学反应和碰撞能量转移的概率可能非常大。超冷原子和分子的碰撞能比实验室中可用的外部电场或磁场相互作用引起的扰动小得多。因此,外部场可用于诱导弱结合分子的解离,刺激禁戒电子跃迁,抑制传出反应通道中的离心屏障效应或调谐增强化学反应性的费什巴赫共振。
2005-09-09 physics.atom-ph physics.chem-ph
The PubChemQC Project: a large chemical database from the first principle calculations
在本研究中,我们通过{ \it ab initio}计算构建了一个大型的分子数据库。目前,我们已经有超过153万的6- 31 G * B3 LYP优化几何和10个激发态的6-31+G* TDDFT计算。在计算分子时,我们只参考国际纯粹与应用化学联合会(IUPAC)对化学式的InChI(国际化学标识符)表示,因此没有参考实验数据。这些结果在http://pubchemqc.riken.jp/上向公众开放。分子数据取自PubChem项目(http://pubchem.ncbi.nlm.nih.gov/),该项目是世界上最大的(列出了约6300万个分子)和免费(公共领域)数据库之一。我们的最终目标是,利用这些数据,开发一个分子搜索引擎或分子专家系统,以找到具有所需特性的分子。
2015-12-29 physics.chem-ph
Excited state, non-adiabatic dynamics of large photoswitchable molecules using a chemically transferable machine learning potential
Harvard University(哈佛大学);Massachusetts Institute of Technology(麻省理工学院)
光诱导化学过程在自然界中普遍存在,并具有广泛的技术应用。例如,光异构化可以允许具有光可切换支架(诸如偶氮苯)的药物被光激活。原则上,具有所需光物理性质(如高异构化量子产率)的光开关可以通过反应模拟的虚拟筛选来识别。实际上,这些模拟很少用于筛选,因为它们需要数百个轨迹和昂贵的量子化学方法来解释非绝热激发态效应。在这里,我们介绍了一个非绝热人工神经网络(DANN)的基础上非绝热状态,以加速这种模拟偶氮苯衍生物。该网络比用于训练的量子化学方法快六个数量级。DANN可转移到训练集之外的偶氮苯分子,预测与实验相关的看不见的物种的量子产率。我们使用该模型对3,100个假设的分子进行了虚拟筛选,并确定了具有极高预测量子产率的新物种。使用高精度的非绝热动力学模型预测证实。我们的研究结果为快速准确地虚拟筛选光活性化合物铺平了道路。
2022-03-16 cs.LG physics.chem-ph
Interaction potentials, electric moments, polarizabilities, and chemical reactions of YbCu, YbAg, and YbAu molecules
最近已经提出超冷YbAg分子作为用于电子电偶极矩搜索的有希望的候选物[Verma,Jayich,和Vutha,Phys.Rev.Lett. 125,153201(2020)]。在这里,我们计算势能曲线,永久电偶极子和四极矩,和静态电偶极子极化率的YbCu,YbAg,和YbAu分子在其基态电子状态。我们使用耦合集群方法限制到单,双,和非迭代三重激发与大高斯基组,而标量相对论效应包括在小核心能量一致的赝势。我们发现,所研究的分子与5708 $\,$ cm $^{-1}$的阱深度相对较强地结合,5253 $\,$ cm $^{-1}$,13349 $\,$ cm $^{-1}$和5.50 $\,$的平衡距离5.79 $\,$玻尔5.55 $\,$玻尔。它们在平衡距离处分别具有3.2 $\,$ D、3.3 $\,$ D和5.3 $\,$ D的大永久电偶极矩。我们还计算了相应三聚体的平衡几何构型和能量。所研究的分子是化学反应性的,除非它们被隔离在光晶格中或被外场屏蔽。所研究的分子可能在超冷受控化学、偶极多体物理或精密测量实验中找到应用。
2021-05-24 cond-mat.quant-gas physics.atom-ph physics.chem-ph
Ab Initio Study of Chemical Reactions of Cold SrF and CaF Molecules with Alkali-Metal and Alkaline-Earth-Metal Atoms
本文研究了SrF+碱金属原子和CaF+碱金属原子体系中原子交换反应的能量学。这样的反应只可能发生在SrF和CaF与锂原子的碰撞中,而对其他碱金属原子则是被禁止的。具体来说,我们专注于SrF与Li,Rb和Sr原子的相互作用,并使用从头算方法来证明SrF+Li和SrF+Sr反应是无势垒的。我们提出了势能面的SrF分子与Li,Rb和Sr原子在其能量最低的电子自旋态的相互作用。所得到的势能面是深的,并表现出深刻的相互作用各向异性。我们预测SrF分子在转动或塞曼激发态的碰撞很可能具有很强的非弹性性质。我们讨论了使用超冷碱金属原子的SrF和CaF分子的交感冷却的前景。
2017-04-27 physics.chem-ph
A modular quantum-classical framework for simulating chemical reaction pathways accurately
近年来,利用量子-经典混合计算体系精确模拟小分子的基态能量及其势能面的研究取得了很大进展。虽然这些单点能量计算是量子硬件上量子化学模拟的重要里程碑,但同样重要的应用是精确追踪各种化学转化的反应途径。这样的计算需要精确地确定平衡或最低能量分子几何形状,或者通过计算相对于分子的核坐标的能量梯度,或者通过分子构型的微扰畸变。本文提出了一个模块化的量子-经典混合框架,用于精确模拟各种分子反应的化学反应途径。我们证明了我们的框架,准确地跟踪异构化途径的有机小分子。这个框架现在可以很容易地应用于研究制药和化学工业中的其他“活性”分子。
2022-10-17 physics.chem-ph quant-ph
Quantification of Nuclear Coordinate Activation on Polaritonic Potential Energy Surfaces
针对极化子调控化学反应可重复性差的问题,本研究通过共振拉曼强度分析量化并五苯体系的核位移,揭示腔耦合对势能面的调控作用,证明腔参数可选择性操控振动波包,为腔控化学设计提供定量方法。
2025-01-10 physics.chem-ph
Chemical reactions of ultracold alkali-metal dimers in the lowest-energy $^3Σ$ state
我们表明,极性碱金属二聚体在五重态自旋的相互作用,导致形成一个深绑定的反应复合物。反应络合物可以分解成均相碱金属二聚体(对于除KRb之外的所有分子)和碱金属三聚体(对于所有分子)。我们发现,这些化学反应没有障碍。这意味着所有处于$a^3Σ^+$状态的碱性二聚体在超冷温度下是化学不稳定的,并且使用光晶格来分离分子和抑制损耗可能是必要的。此外,我们还计算了碱金属的化学反应的最小能量路径。我们发现,两个分子的反应是由碱金属原子之间的强吸引力加速,导致一个无势垒的过程,产生氢原子与大动能。我们讨论了超冷碱金属二聚体在$a^3Σ^+$电子态下化学反应的独特特征。
2013-11-17 physics.atom-ph physics.chem-ph
Unambiguous Observation of Single-Molecule Raman Spectroscopy Enabled by Synergic Electromagnetic and Chemical Enhancement
本研究通过二维材料-等离激元纳米间隙复合体系中电磁与化学增强的协同作用,实现了罗丹明B分子单分子拉曼光谱的明确观测,增强因子达16个数量级,为单分子科学研究开辟了新路径。
2023-11-09 physics.chem-ph physics.optics