XtalOpt Version 14: Variable-Composition Crystal Structure Search for Functional Materials Through Pareto Optimization

Este artículo presenta XtalOpt Versión 14, un algoritmo evolutivo multiobjetivo mejorado que utiliza la optimización de Pareto e integra diversos potenciales computacionales para predecir eficientemente estructuras cristalinas de estado fundamental con composiciones variables para materiales funcionales.

Lo esencial

Imagina que eres un maestro chef intentando descubrir la receta perfecta para un nuevo plato. Quieres encontrar la mejor versión absoluta de una comida que no solo sea deliciosa (estable), sino que también tenga cualidades específicas, como ser baja en calorías o alta en proteínas (propiedades funcionales).

Este artículo presenta XtalOpt Versión 14, un sofisticado programa informático que actúa como el asistente de un superchef. Su trabajo es inventar, probar y perfeccionar automáticamente millones de posibles "recetas" de cristales (estructuras hechas de átomos) para encontrar las mejores.

Aquí explicamos cómo funciona la nueva versión, mediante analogías sencillas:

1. La gran actualización: Cocinar con ingredientes variables

En el pasado, este programa era como un chef que solo podía cocinar un plato específico con una cantidad fija de ingredientes (por ejemplo, exactamente 2 huevos y 1 taza de harina). Si querías ver qué pasaba con 3 huevos, tenías que empezar una búsqueda completamente nueva.

La Versión 14 es diferente. Ahora puede cocinar con ingredientes variables. Puede mezclar y combinar diferentes cantidades de elementos (como cambiar 2 huevos por 3, o 1 taza de harina por 2) para ver qué combinación crea el mejor plato. No solo busca el pastel perfecto de "2 huevos"; explora toda la despensa para encontrar el mejor pastel, independientemente de la proporción exacta de los ingredientes.

2. La estrategia "Pareto": Encontrando los mejores compromisos

Al buscar un nuevo material, a menudo existen objetivos contradictorios. Es posible que quieras un material que sea muy duro y también muy ligero. Por lo general, hacer algo más duro lo hace más pesado.

La nueva versión utiliza una estrategia llamada Optimización de Pareto. Imagina que estás comprando un coche. Quieres que sea rápido, barato y seguro.

• La forma antigua: Intentabas combinar estos factores en una única "puntuación" (por ejemplo, Velocidad + Costo + Seguridad = 100 puntos). Esto a menudo te obligaba a elegir un coche de "término medio" que no era excelente en nada.
• La nueva forma (Pareto): El programa encuentra una lista de "los mejores de su clase" donde no puedes mejorar una característica sin perjudicar otra. Te ofrece un menú de opciones de primer nivel: "Aquí está el coche más rápido", "Aquí está el más barato" y "Aquí está el más seguro". Esto ayuda a los científicos a ver todos los posibles compromisos óptimos sin forzar una elección única y arbitraria.

3. La cocina genética: Mezclando y combinando recetas

El programa utiliza un enfoque "evolutivo", similar a cómo la naturaleza hace evolucionar a las especies. Comienza con una población de estructuras cristalinas aleatorias e intenta "criar" las mejores.

• Crossover (Mezcla): Toma dos estructuras parentales, las corta y las mezcla, como si se fusionaran dos cadenas de ADN. La nueva versión ahora puede cortar a los padres en múltiples lugares (como cortar una hogaza de pan en muchos trozos y permutarlos) para crear descendientes más diversos.
• Nuevas mutaciones (Los chefs "Permutomic" y "Permucomp"):
  • Permutomic: Este es como un chef que añade o elimina aleatoriamente un solo ingrediente (un átomo) para ver si el sabor mejora.
  • Permucomp: Este es un chef que cambia completamente la lista de ingredientes de la receta (composición) para probar algo totalmente nuevo.
  • Nota: Estos nuevos "chefs" solo funcionan cuando el programa tiene permitido cambiar las proporciones de los ingredientes (Composición Variable).

4. Uso de "papilas gustativas de IA" (Aprendizaje Automático)

Tradicionalmente, probar si una estructura cristalina es estable requería ejecutar simulaciones de física extremadamente lentas y pesadas (como usar un horno gigante y lento para hornear cada uno de los pasteles).

XtalOpt 14 ahora cuenta con un script de interfaz especial que permite al programa utilizar Potenciales de Aprendizaje Automático (Machine Learning Potentials). Piensa en esto como darle al chef "papilas gustativas de IA". En lugar de hornear cada pastel en un horno real, la IA puede predecir instantáneamente si un pastel sabrá bien basándose en sus ingredientes. Esto permite al programa probar miles de recetas en el tiempo que antes le tomaba probar solo unas pocas, haciendo que la búsqueda de nuevos materiales sea mucho más rápida.

5. Mantener la cocina ordenada (Comprobaciones de similitud)

En una búsqueda masiva, el programa podría crear accidentalmente la misma receta dos veces, o dos recetas que son casi idénticas (como un pastel que solo ha sido rotado ligeramente).

La nueva versión tiene una mejor comprobación de similitud. En lugar de mirar solo la lista de ingredientes, mira la "forma" del pastel. Si dos estructuras son demasiado similares (como gemelos), el programa las marca para no perder tiempo probando lo mismo dos veces. Utiliza una "huella digital" matemática (llamada Función de Distribución Radial) para determinar si dos estructuras son realmente diferentes.

6. El mapa de la "Envolvente Convexa" (Convex Hull)

Para saber si una receta es una "ganadora", el programa comprueba su energía contra un mapa llamado Envolvente Convexa (Convex Hull).

• Imagina un mapa donde los puntos más bajos representan los cristales más estables y perfectos.
• El programa calcula qué tan lejos está una nueva estructura de este "punto más bajo". Si está muy cerca del fondo, es un material estable y prometedor. Si está alto en una colina, es inestable y probablemente se desmoronará.

Resumen

XtalOpt Versión 14 es una herramienta potente y de código abierto que ayuda a los científicos a descubrir nuevos materiales. Es más rápida y más inteligente que antes porque:

1. Puede mezclar y combinar diferentes proporciones de ingredientes (Composición Variable).
2. Encuentra los mejores compromisos entre diferentes objetivos (Optimación de Pareto).
3. Utiliza IA para acelerar el proceso de prueba (Potenciales de Aprendizaje Automático).
4. Tiene mejores herramientas para evitar repetir el mismo trabajo (Comprobaciones de Similitud).

Está diseñada para ayudar a los investigadores a encontrar eficientemente las "recetas perfectas" para la próxima generación de materiales funcionales, desde mejores baterías hasta metales más fuertes.

Resumen técnico

Resumen Técnico: XtalOpt Versión 14

Planteamiento del Problema
El descubrimiento de nuevos materiales funcionales requiere una navegación eficiente de superficies de energía potencial (PES) complejas a través de vastos espacios químicos y estructurales. Los métodos tradicionales de Predicción de Estructura Cristalina (CSP) a menudo dependen de búsquedas de composición fija o de optimización global de un solo objetivo, lo que puede limitar el descubrimiento de fases (meta)estables con estequiometrías variables o propiedades específicas deseadas. Si bien los potenciales interatómicos de aprendizaje automático (ML) y los potenciales interatómicos universales (UIP) ofrecen capacidades de alto rendimiento, los algoritmos evolutivos existentes suelen carecer de una integración nativa para búsquedas de composición variable (VC) y optimización global multiobjetivo (MOGO) que utilice la optimización de Pareto. Además, gestionar el coste computacional de explorar composiciones diversas manteniendo la diversidad estructural y evitando evaluaciones duplicadas sigue siendo un desafío.

Metodología
XtalOpt Versión 14 introduce una actualización integral a su marco de optimización global multiobjetivo evolutiva, diseñada específicamente para manejar búsquedas de composición variable. El flujo de trabajo central implica la generación de una población inicial de estructuras basada en fórmulas químicas definidas por el usuario, realizando la relajación estructural local e iterando la aplicación de operaciones genéticas para evolucionar la población.

Los componentes metodológicos clave incluyen:

• Búsqueda de Composición Variable (VC): El algoritmo ahora soporta nativamente la búsqueda a través de un espacio de composición. Los usuarios definen sistemas químicos mediante una entrada de chemicalFormulas, que puede especificar composiciones fijas, un rango de composiciones (multicomposición) o una búsqueda completa de composición variable.
• Optimación de Pareto: Para abordar problemas multiobjetivo (por ejemplo, minimizar la energía mientras se maximiza una propiedad específica), el código implementa el algoritmo NSGA-II. Esto reemplaza o complementa la función de aptitud escalar previa. La selección de progenitores se realiza mediante selección de torneo binario basada en el ordenamiento no dominado (rango de Pareto) y la distancia de apiñamiento (crowding distance), asegurando un conjunto diverso de soluciones a lo largo del frente de Pareto.
• Operaciones Genéticas Mejoradas:
  • Crossover de Multi-corte (Multi-cut Crossover): Permite realizar cortes en las celdas unitarias de los progenitores en múltiples puntos para generar descendientes con arreglos atómicos mixtos.
  • Permutomic: Una operación específica de VC que añade o elimina aleatoriamente un solo átomo de una estructura progenitora para explorar variaciones estequiométricas.
  • Permucomp: Una operación específica de VC que genera una nueva estructura con una composición y un recuento total de átomos aleatorios (hasta un límite definido por el usuario) mediante la distorsión de la red progenitora y su decoración con nuevos átomos.
  • Expansión de Supercelda Aleatoria: Una mutación secundaria que expande una estructura en una supercelda y desplaza un átomo aleatorio, útil para explorar ondas de densidad de carga.
• Envolvente Convexa (Convex Hull) y Energías de Referencia: La aptitud energética de las estructuras se determina por su distancia por encima de la envolvente convexa. El código calcula esto utilizando la biblioteca Qhull, lo que requiere energías de referencia definidas por el usuario para los elementos y subsistemas relevantes para asegurar una construcción precisa de la envolvente en búsquedas de MC y VC.
• Integración de ML y UIP: El lanzamiento incluye un script de envoltura de Python (vasp_uip.py) para facilitar la relajación estructural local utilizando UIPs modernos (MACE, CHGNet, Orb, MatterSim) a través del entorno de simulación atómica (ASE). Esto permite el cribado rápido de miles de estructuras, que puede ser seguido por cálculos de DFT de alta precisión.
• Verificación de Similitud y Duplicados: El código ofrece dos modos para identificar duplicados: el esquema de coincidencia exacta (XtalComp) y un nuevo método aproximado basado en Funciones de Distribución Radial (RDF) para detectar estructuras similares, particularmente útil para sistemas moleculares o ligeras diferencias de rotación.

Contribuciones Clave

1. Búsqueda VC-MO Nativa: La implementación de una búsqueda de composición variable integrada con la optimación de Pareto, permitiendo la exploración simultánea del espacio de composición y múltiples propiedades de los materiales.
2. Nuevas Operaciones Genéticas: Introducción de las operaciones permutomic y permucomp diseñadas específicamente para diversificar la población en búsas de múltiples elementos y composición variable.
3. Implementación del Frente de Pareto: Integración del algoritmo NSGA-II para la selección de progenitores, proporcionando una alternativa robusta a las funciones de aptitud escalares para problemas multiobjetivo.
4. Interfaz UIP: Provisión de scripts de fácil uso para conectar XtalOpt con potenciales interatómicos universales, reduciendo significativamente el coste computacional de las relajaciones estructurales en búsquedas de alto rendimiento.
5. Refinamiento de Entrada/Salida y Controles: Actualizaciones en las convenciones de banderas de entrada (por ejemplo, chemicalFormulas reemplazando a empiricalFormula), nuevas restricciones de volumen basadas en radios covalentes y archivos de salida mejorados (por ejemplo, hull.txt, instantáneas de movie) para monitorear la evolución de la envolvente convexa.

Resultos y Rendimiento
Las pruebas de rendimiento en el sistema Ti-O demostraron que la inclusión de las operaciones permutomic y permucomp aumenta el número de composiciones químicas únicas producidas en una búsqueda de VC en un 30% o más en comparación con las búsquedas sin estos operadores. El perfilado computacional indica que, si bien XtalOpt consume una fracción del tiempo total de CPU (por ejemplo, ~35% para 100 estructuras, disminuyendo a medida que aumenta el número de estructuras debido al dominio de las tareas de optimización local externas), el proceso de selección de progenitores (específicamente el ordenamiento no dominado) es la tarea interna más exigente computacionalmente, consumiendo aproximadamente el 7% del tiempo de CPU del código. El uso de UIPs rápidos para la relajación hace que la sobrecarga de las tareas internas de XtalOpt sea insignificante en comparación con el tiempo de ejecución total.

Significado
Los autores afirman que la Versión 14 de XtalOpt allana el camino para búsquedas eficientes del estado fundamental de fases cristalinas de materiales con composiciones variables y propiedades objetivo deseadas. Al integrar la optimación de Pareto y las capacidades de composición variable con potenciales de ML modernos, el código facilita la exploración de alto rendimiento de sistemas químicos para predecir nuevas fases (meta)estables. El trabajo enfatiza que estos desarrollos, combinados con correcciones de errores y mejoras en el flujo de trabajo, permiten a los investigadores buscar sistemáticamente materiales funcionales a través de espacios de composición complejos que anteriormente eran computacionalmente prohibitivos o metodológicamente difíciles de navegar. El documento señala que el software es totalmente de código abierto y está disponible a través del sitio web oficial y la Biblioteca de Computer Physics Communications.