SimplySQS: An Automated and Reproducible Workflow for Special Quasirandom Structure Generation with ATAT

El artículo presenta SimplySQS, una plataforma web automatizada que estandariza y garantiza la reproducibilidad de la generación de estructuras cuasi-aleatorias especiales (SQS) mediante ATAT, demostrando su eficacia al modelar con precisión el sistema de perovskita Pb1-xSrxTiO3 y su transición estructural.

Lo esencial

¡Claro que sí! Imagina que eres un arquitecto que quiere construir una ciudad perfecta, pero en lugar de usar ladrillos idénticos, tienes que mezclar dos tipos de ladrillos (digamos, rojos y azules) de forma totalmente aleatoria para crear un barrio nuevo.

El problema es que si simplemente tiras los ladrillos al azar en una caja, es muy probable que por pura suerte, los rojos se agrupen en un rincón y los azules en otro. Eso no es una mezcla real; es un desorden con "agrupamientos". En el mundo de la ciencia de materiales, esto es un problema porque queremos estudiar cómo se comportan los materiales cuando sus átomos están mezclados de forma verdaderamente aleatoria.

Aquí es donde entra el SimplySQS. Vamos a explicarlo como si fuera una historia:

1. El Problema: El "Caos" Manual

Antiguamente, para crear estas mezclas perfectas de átomos (llamadas Estructuras Cuasirrandómicas Especiales o SQS), los científicos tenían que actuar como programadores expertos. Tenían que escribir a mano archivos de texto muy complicados, con reglas estrictas de formato.

• La analogía: Era como intentar cocinar un pastel complejo siguiendo una receta escrita en un idioma que no dominas, donde si te equivocas en un solo punto y coma, el pastel explota. Además, si querías hacer 100 pasteles diferentes, tenías que escribir 100 recetas a mano. Era lento, propenso a errores y muy difícil de repetir exactamente igual.

2. La Solución: SimplySQS (El "Chef Robot")

Los autores del artículo crearon SimplySQS, una herramienta en internet que funciona como un asistente de cocina inteligente.

• Cómo funciona: En lugar de escribir código, el científico entra a una página web, sube el plano de su "ciudad" (la estructura cristalina) y le dice al robot: "Quiero mezclar el 40% de ladrillos azules y el 60% de rojos".
• La magia: El robot (SimplySQS) hace todo el trabajo sucio.
  1. Prepara los archivos de instrucciones automáticamente.
  2. Crea un "script" (un guion de instrucciones) que es como un botón de "Ejecutar Todo". Con un solo clic, el ordenador busca la mezcla perfecta de átomos.
  3. Si el científico quiere probar 50 mezclas diferentes (por ejemplo, cambiar la cantidad de azules de 0% a 100%), el robot crea un solo guion que hace las 50 mezclas automáticamente, una tras otra, sin que nadie tenga que estar vigilando.

3. La Verificación: ¿Es realmente aleatorio?

Una de las características más geniales es que SimplySQS tiene un "detector de suerte".

• La analogía: A veces, si mezclas los ladrillos a mano, por pura casualidad podrías obtener una mezcla que ya parece perfecta. El sistema te dice: "Oye, ¿sabes qué? Si solo tiras los ladrillos al azar, ya tienes una mezcla buena. No necesitas gastar tiempo buscando la perfección". Pero si la mezcla aleatoria es muy desordenada, el sistema te dice: "¡Cuidado! Necesitas usar el algoritmo especial para arreglar esto".
• Esto ayuda a los científicos a no perder tiempo buscando algo que ya tienen o a no usar mezclas malas que arruinarían sus experimentos.

4. El Ejemplo Real: La Ciudad de los Perovskitas

Para probar su invento, los autores usaron SimplySQS para estudiar una familia de materiales llamada Pb1-xSrxTiO3 (una mezcla de plomo, estroncio y titanio).

• La misión: Querían ver cómo cambiaba la forma de los "bloques de construcción" (la red cristalina) a medida que cambiaban la cantidad de estroncio.
• El resultado: Usando un solo guion automático creado por SimplySQS, generaron todas las mezclas posibles. Luego, usaron una "bola de cristal" basada en inteligencia artificial (un potencial de aprendizaje automático llamado MACE) para predecir cómo se deformarían estos materiales.
• El hallazgo: ¡Funcionó perfectamente! El sistema predijo exactamente cuándo el material cambiaba de forma cúbica a tetragonal (como si un cubo se estirara para convertirse en un rectángulo), tal como lo hacen en la realidad. Los resultados coincidieron casi al 100% con los experimentos reales.

En Resumen

SimplySQS es como un traductor universal y un automatizador para los científicos de materiales.

• Antes: Tenías que saber programar, escribir archivos de texto complejos y tener mucha suerte para no cometer errores.
• Ahora: Cualquiera (incluso estudiantes o experimentadores que no saben programar) puede entrar a una web, hacer clic en unos botones, y obtener una mezcla de átomos perfecta y reproducible.

Ha convertido un proceso que antes era como "ensamblar un motor de avión con un destornillador oxidado" en algo tan fácil como "usar una impresora 3D". Esto hace que la ciencia sea más accesible, más rápida y, lo más importante, que los resultados sean confiables y que cualquier persona en el mundo pueda repetirlos exactamente igual.

Resumen técnico

Resumen Técnico: SimplySQS

1. Planteamiento del Problema
La generación de Estructuras Cuasirandom Especiales (SQS, por sus siglas en inglés) es fundamental para modelar materiales desordenados bajo condiciones de frontera periódicas. El módulo mcsqs del Alloy Theoretic Automated Toolkit (ATAT) es una de las implementaciones más establecidas y potentes para este fin. Sin embargo, su uso tradicional presenta barreras significativas:

• Dependencia manual: Requiere la preparación manual de archivos de entrada, scripts de ejecución ad hoc y pasos de post-procesamiento.
• Falta de reproducibilidad: La naturaleza manual introduce errores dependientes del usuario y dificulta la replicación exacta de los estudios.
• Curva de aprendizaje: La necesidad de comprender formatos de archivo específicos y entornos de línea de comandos limita el acceso a investigadores sin formación avanzada en programación.
• Falta de estandarización: La interpretación de archivos de salida y la conversión a formatos compatibles con otros códigos de simulación (como VASP o LAMMPS) suelen ser procesos propensos a fallos.

2. Metodología
Los autores desarrollaron SimplySQS, un flujo de trabajo automatizado y reproducible accesible a través de una interfaz web interactiva.

• Arquitectura: La aplicación está implementada en Python utilizando el framework Streamlit. Se ejecuta en la nube (disponible en simplysqs.com) pero también puede compilarse y ejecutarse localmente.
• Herramientas Subyacentes: Integra bibliotecas como Pymatgen y ASE para la manipulación de estructuras, Matminer para funciones de distribución radial parcial, y NumPy/Pandas para el manejo de datos. Utiliza APIs públicas para importar estructuras de bases de datos como COD, Materials Project y MC3D.
• Flujo de Trabajo Automatizado:
  1. Importación y Configuración: Los usuarios pueden subir estructuras (POSCAR, CIF, etc.) o buscarlas en bases de datos. El sistema identifica posiciones de Wyckoff y permite definir composiciones por subred o concentración global.
  2. Generación de Entradas: El sistema genera automáticamente todos los archivos de entrada necesarios para ATAT (rndstr.in, sqscell.out) y un script de Bash "todo en uno" (monitor.sh).
  3. Ejecución: El script automatiza la búsqueda de SQS, ejecuta mcsqs (en modo paralelo o secuencial), registra el progreso en tiempo real en la consola y genera archivos de seguimiento (mcsqs_progress.csv).
  4. Post-procesamiento: Al finalizar, convierte automáticamente el mejor resultado (bestsqs.out) a formatos estándar (POSCAR, LMP, CIF, XYZ) y permite visualizar la convergencia de la función objetivo y las correlaciones.
• Evaluación de Calidad: Incluye un módulo de evaluación de estructuras aleatorias que calcula un "puntuación de aleatoriedad" basada en los parámetros de Warren-Cowley. Esto ayuda a determinar a priori si una supercelda aleatoria es suficiente o si es necesaria la optimización SQS.
• Modo de Barrido de Concentración: Una característica clave permite generar automáticamente una serie completa de SQSs para un rango de concentraciones binarias mediante un único script.

3. Contribuciones Clave

• Interfaz Gráfica Interactiva: Democratiza el uso de ATAT mcsqs, eliminando la necesidad de escribir scripts manuales o entender formatos de archivo complejos.
• Reproducibilidad Total: La generación de un único script de Bash que encapsula todo el proceso (desde la configuración hasta la conversión de salida) garantiza que cualquier investigador pueda repetir exactamente el mismo cálculo.
• Herramienta de Diagnóstico: El módulo de puntuación de aleatoriedad ofrece una guía cuantitativa para decidir si la optimización SQS es necesaria para un sistema dado, ahorrando recursos computacionales.
• Integración de Flujo de Trabajo: Conecta directamente la generación de SQS con simulaciones posteriores (DFT o MD) mediante la exportación directa a formatos compatibles.

4. Resultados
La utilidad de SimplySQS se demostró mediante dos casos de estudio:

• Caso de Estudio 1 (Sr0.6Ba0.4Ti0.6Zr0.4O3): Se utilizó para configurar y generar una supercelda SQS compleja, ilustrando la facilidad de definición de subredes y parámetros de corte de clusters.
• Caso de Estudio 2 (Pb1-xSrxTiO3 - PSTO): Se generó una serie completa de SQSs a lo largo de todo el rango de concentración (0 < x < 1) utilizando el modo de barrido binario.
  • Optimización: Las estructuras resultantes se optimizaron geométricamente utilizando un potencial interatómico universal de aprendizaje automático (MACE MATPES-r²SCAN-0).
  • Precisión: El modelo reprodujo con éxito la transición de fase cúbica-tetragonal observada experimentalmente cerca de $x \approx 0.5$.
    • En la región cúbica ($x > 0.5$), la desviación de los parámetros de red fue inferior al 0.3%.
    • En la región tetragonal ($x \le 0.5$), la desviación fue menor al 4% (0.9% para el parámetro a y 3.4% para c).
  • Eficiencia: Se logró generar toda la serie de SQSs mediante un único script automatizado, eliminando la intervención manual entre composiciones.

5. Significancia
El trabajo de SimplySQS tiene un impacto transformador en la comunidad de ciencia de materiales computacional:

• Accesibilidad: Reduce drásticamente la barrera de entrada para estudiantes, educadores e investigadores experimentales que no son expertos en programación, permitiendo que más personas utilicen ATAT.
• Estandarización: Establece un flujo de trabajo estandarizado que minimiza errores humanos asociados a la manipulación de archivos, mejorando la calidad y fiabilidad de los datos publicados.
• Educación: Sirve como una herramienta pedagógica valiosa para enseñar conceptos de aleatoriedad, correlaciones atómicas y generación de estructuras sin requerir conocimientos previos de código.
• Reproducibilidad Científica: Al empaquetar todo el proceso en scripts compartibles y ejecutables, fomenta una ciencia más transparente y reproducible, facilitando la validación de resultados entre diferentes grupos de investigación.

En resumen, SimplySQS transforma la generación de SQS de una tarea técnica y propensa a errores en un proceso intuitivo, sistemático y completamente automatizado, manteniendo la potencia del motor ATAT pero haciéndolo accesible a una audiencia mucho más amplia.