DFT Accuracy on Crystal Structure Prediction with Machine Learning Interatomic Potentials

본 논문은 결정 구조 예측에서 DFT 수준의 정확도를 달성하면서도 수백 배 이상 빠르게 실행되도록 총 에너지를 분자 내 및 분자 간 성분으로 분해하는 기계 학습 원자간 퍼텐셜인 CSP-MACE-Å를 소개하며, 이를 통해 광범위한 후보 평가와 자유 에너지 계산을 통한 고체 형태의 보다 견고한 위험 제거를 가능하게 합니다.

핵심

새로운 케이크를 위한 완벽한 레시피를 찾기 위해 노력하는 셰프가 되어보십시오. 여러분에게는 수백만 가지의 잠재적 재료 조합 (후보 구조) 이 있지만, 실제로 맛을 볼 수 있는 시간은 고작 수십 가지뿐입니다. 이를 효율적으로 수행하려면 실제로 구워보기 전에 어떤 레시피가 "좋을지" 빠르게 추측할 수 있는 방법이 필요합니다.

신약 개발 세계에서는 이 "케이크"가 의약품 분자이며, "레시피"는 그 분자들이 결정 내에서 어떻게 쌓이는지를 의미합니다. 이 쌓임은 **결정 구조 예측 (CSP)**이라고 불립니다. 쌓임 방식을 올바르게 설정하는 것은 매우 중요합니다. 왜냐하면 서로 다른 쌓임 (다형체) 은 약물이 너무 빨리 녹거나, 전혀 녹지 않거나, 선반에 놓여 있는 동안 다른 형태로 변하게 만들 수 있기 때문입니다.

수년 동안 이러한 레시피를 맛보는 "황금 표준"은 DFT(밀도 범함수 이론)라고 불리는 초정밀하지만 극도로 느린 컴퓨터 시뮬레이션이었습니다. 이는 케이크를 맛보고 정확히 어떻게 맛날지 알려줄 수 있는 마스터 셰프와 같지만, 레시피 하나를 분석하는 데 며칠이 걸립니다. 너무 느리기 때문에 과학자들은 수백만 가지 가능한 레시피 중 극히 일부만 확인할 수 있었습니다.

이 논문은 CSP-MACE-Å라는 새로운 도구를 소개합니다. 이는 마스터 셰프의 맛을 모방하도록 훈련되었지만 작업을 수천 배 더 빠르게 수행할 수 있는 초고속 AI 견습생이라고 생각하십시오.

이 논문이 설명하는 이 새로운 도구를 간단한 개념으로 나누어 살펴보면 다음과 같습니다:

1. 두 부분으로 나뉜 레시피 (분자 내 vs 분자 간)

저자들은 결정이 두 가지 유형의 상호작용으로 구성되어 있음을 깨달았습니다:

• 분자 내 (Intramolecular): 단일 분자 내부에서 원자들이 어떻게 결합하는지 (단일 쿠키 안의 재료들처럼).
• 분자 간 (Intermolecular): 분자들이 서로 붙어 결정을 형성하는 방식 (항아리에 쿠키를 쌓는 방식처럼).

이전 AI 모델들은 모든 것을 한 번에 학습하려고 하다가 혼란을 겪었습니다. 새로운 CSP-MACE-Å는 작업을 두 개의 전문 팀으로 나눕니다:

• 팀 1 (쿠키 제조자): 거대한 단일 분자 라이브러리로 훈련된 모델을 사용하여 재료가 어떻게 결합하는지 이해합니다.
• 팀 2 (항아리 적재자): 이것이 비결입니다. 이는 결정 내에서 분자들이 어떻게 미세하게 결합하는지 이해하도록 특별히 훈련되었습니다. 이는 세 가지 요소를 결합합니다:
  1. 결합을 위한 기본 모델.
  2. 장거리 "반 데르 발스" 힘 (분자 사이의 약한 자기 같은 인력) 을 위한 수학적 공식.
  3. "델타 모델 (보정 계층)". 이는 다른 두 팀이 저지른 실수만 살펴보고 마스터 셰프 (DFT) 의 결과와 일치하도록 수정하는 맛보기 전문가와 같습니다.

2. 맛보기 테스트 (결과)

저자들은 이 느린 마스터 셰프를 대체할 수 있는지 확인하기 위해 새로운 AI 견습생을 세 가지 엄격한 맛보기 테스트에 통과시켰습니다.

• 테스트 1: 아스트라제네카 주방 (19 가지 화합물)
  그들은 19 가지 실제 의약품 화합물을 가져와 AI 에게 최고의 결정 구조를 순위 매기도록 요청했습니다.

  • 결과: AI 의 에너지 순위는 느린 마스터 셰프 (DFT) 와 거의 동일했습니다.
  • 반전: "온도 요인" (분자의 흔들림과 진동을 고려한 자유 에너지 계산) 을 추가했을 때, AI 는 더욱 향상되어 거의 모든 경우에서 가장 안정적인 결정 형태를 정확하게 식별했습니다.

• 테스트 2: 블라인드 맛보기 테스트 (28 가지 화합물)
  그들은 이전의 7 가지 "블라인드 테스트"(과학자들이 미리 정답을 알지 못했던 테스트) 에서 가져온 28 가지 화합물로 AI 를 테스트했습니다.

  • 결과: AI 는 최고의 DFT 방법과 동등하게 수행했으며, 기존 다른 AI 모델보다 훨씬 더 잘 수행했습니다.

• 테스트 3: "ROY" 챌린지 (가장 까다로운 케이크)
  14 가지 다른 결정 형태를 가진 유명한 분자인 ROY 가 있습니다. 분자가 유연하고 까다로워 매우 어렵기로 유명합니다. 대부분의 컴퓨터 모델은 이를 잘못 예측합니다.

  • 결과: 고급 화학으로 훈련된 전문 "쿠키 제조자"팀을 갖춘 AI 는 다른 모델들이 실패한 반면, ROY 의 가장 안정적인 형태를 정확하게 식별했습니다.

3. 미래 예측 (온도 안정성)

마지막으로 그들은 오븐이 더워짐에 따라 "케이크"가 어떻게 변하는지 AI 가 예측할 수 있는지 테스트했습니다. 일부 약물은 실온에서는 안정적이지만 가열되면 녹거나 형태가 변합니다.

• 그들은 5 가지 화합물을 다양한 온도 범위 (얼음처럼 차가운 곳에서 매우 뜨거운 곳까지) 에서 테스트했습니다.
• 결과: AI 는 일반적인 경향을 성공적으로 예측했습니다. 예를 들어, 한 약물 형태는 차가울 때 안정적이지만 뜨거워지면 다른 형태가 우세해진다는 것을 정확히 추측했습니다. 모든 경우에서 정확한 온도 전환 지점을 완벽하게 맞춘 것은 아니지만, 이전 방법들보다 전체적인 행동을 훨씬 더 잘 포착했습니다.

결론

이 논문은 CSP-MACE-Å가 수백만 가지 레시피를 확인할 만큼 빠르면서도 결과를 신뢰할 정확도를 갖추고 있기 때문에 획기적인 것이라고 주장합니다.

마스터 셰프와 함께 100 가지 레시피를 확인하는 데 며칠이 걸리는 대신, 이 AI 는 커피 한 잔을 내리는 시간 안에 수천 가지 레시피를 확인할 수 있으며, 그 결과는 마스터 셰프와 거의 동일한 정확도를 보입니다. 이는 과학자들이 이전의 느린 방법으로는 찾기에는 너무 비싸서 놓쳤을 더 좋고 안정적인 결정 형태를 놓치지 않도록 보장함으로써 신약 개발의 리스크를 줄일 수 있게 합니다.

이 논문이 주장하지 않는 것:

• 이 도구가 현재 병원이나 환자 치료에 사용되고 있다고 주장하지 않습니다.
• 이것이 즉시 질병을 치료할 것이라고 주장하지 않습니다.
• 이 도구는 약물 자체의 화학 합성이나 임상 시험이 아닌, 결정 구조의 예측에 엄격히 초점을 맞춥니다.

기술 요약

기술 요약: 머신러닝 원자간 전위를 활용한 결정 구조 예측의 DFT 정확도

문제 제기
결정 구조 예측 (CSP) 은 의약품 개발의 핵심 요소로, 생체이용률, 제조 가능성 및 안정성을 보장하기 위해 활성 의약 성분 (API) 의 고체 형태를 선택하는 데 필수적입니다. 표준 CSP 워크플로는 수백만 개의 후보 구조를 생성하고 가장 안정적인 다형체를 식별하기 위해 이를 순위 매기는 과정을 포함합니다. 현재 순위 매기기 단계의 최첨단 기술은 PBE 에 Neumann–Perrin 보정 또는 B86bPBE-XDM 과 같은 분산 보정 밀도 범함수 이론 (DFT-D) 에 의존합니다. DFT 는 정확하지만 계산 비용이 매우 많이 들어 구조 최적화에 수 시간, 자유 에너지 계산에는 수 일이 소요되는 경우가 많습니다. 이러한 비용은 평가 가능한 후보 구조의 수를 제한하고 자유 에너지 재순위 매기기의 실용적 적용을 제약합니다. 머신러닝 원자간 전위 (MLIPs) 는 이러한 계산을 수 배에서 수 천 배 가속화할 수 있는 잠재적 해결책을 제시하지만, 이전 시도들은 결정 내의 장거리 정전기, 분산 및 미묘한 분자간 상호작용을 모델링하는 데 있어 DFT 정확도를 따라잡는 데 어려움을 겪었습니다.

방법론: CSP-MACE-˚A
저자들은 CSP 워크플로우에서 DFT 를 대체하도록 설계된 특수 MLIP 인 CSP-MACE-˚A 를 제시합니다. 이 모델은 총 에너지를 분자내 및 분자간 구성 요소로 분리하여 각 상호작용 유형에 맞춘 모델링을 가능하게 하는 분해된 에너지 아키텍처를 사용합니다:

1. 에너지 분해: 총 에너지는 $E_{total} = E_{intra} + E_{inter}$로 정의됩니다. 분자내 에너지 ($E_{intra}$) 는 진공 상태에서 고립된 구성 분자들의 에너지 합으로 계산되며, 분자간 에너지 ($E_{inter}$) 는 전체 주기적 시스템과 고립된 분자들의 합 사이의 잔차 차이입니다.
2. 분자내 구성 요소: 이 구성 요소는 OMol25 데이터셋 (1 억 개의 $\omega$B97M-V/def2-TZVPD DFT 계산) 으로 훈련된 MACE-POLAR 아키텍처를 활용합니다. 이 고수준 이론 데이터셋은 유연한 분자에서 표준 DFT 범함수에서 발견되는 비국소화 오류와 같은 문제를 해결하여 분자내 입체구조 에너지를 정확하게 모델링합니다.
3. 분자간 구성 요소: 이는 결정 특이적 상호작용을 포착하기 위해 세 가지 항을 결합한 하이브리드 모델입니다:
   • MACE-POLAR 기여: 분자간 상호작용에 대한 기준선을 제공하지만 장거리 분산을 결여합니다.
   • 분산 항: XDM (교환-구멍 쌍극자 모멘트) 보정의 함수 형태를 따르는 고정 매개변수 항입니다. 매개변수는 내부 50,000 개의 B86bPBE-XDM 계산 세트에서 평균화되었습니다.
   • 학습된 델타 모델: B86bPBE-XDM DFT 목표와 MACE-POLAR 및 분산 항의 합 사이의 잔차를 예측하도록 훈련된 신경망입니다. 이 모델은 50,000 개의 B86bPBE-XDM 결정 구조 계산으로 훈련됩니다. 중요하게도, 훈련 목표는 고립된 분자간 잔차이므로, 손실 함수가 더 큰 분자내 에너지 신호에 의해 지배되는 것을 방지합니다.

주요 기여

• 아키텍처: 분자내 및 분자간 모델링을 명시적으로 분리하는 분해된 MLIP 개발로, 분자내 항에는 고수준 이론 데이터를, 분자간 항에는 표적 결정 데이터를 사용할 수 있게 합니다.
• 훈련 전략: 분자간 상호작용에 대한 "델타 학습" 접근법 구현으로, 모델이 물리 기반 분산 모델과 기초 MLIP 에 대한 보정을 학습하여 구체적으로 B86bPBE-XDM 정확도를 목표로 합니다.
• 종합 평가: AstraZeneca 의 내부 CSP 간행물 및 7 개의 CSP 블라인드 테스트를 포함한 여러 데이터셋에 대한 기존 파운데이션 모델 (MACE-POLAR-1, UMA-OMC) 및 DFT 표준에 대한 CSP-MACE-˚A 의 엄격한 벤치마킹.

결과
평가 세 가지 주요 세트에서 수행되었습니다:

1. AstraZeneca (AZ) 세트 (19 개 화합물): CSP-MACE-˚A 는 에너지로 순위 매기기 시 PBE-NP DFT 와 비교 가능한 성능을 달성했습니다. 그러나 300 K 에서 계산된 조화 자유 에너지를 사용하여 구조를 재순위 매기기할 때, CSP-MACE-˚A 는 에너지만 순위 매기기하는 것보다 훨씬 뛰어난 성능을 보였으며, 실험적 일치물을 상위 10 개 구조 내에 배치하고 평균 최소 에너지에서 0.36 kJ/mol 이내에 위치시켰습니다. 이는 MACE-POLAR-1 과 UMA-OMC 파운데이션 모델 모두를 일관되게 능가했습니다.
2. 블라인드 테스트 세트 (28 개 화합물): CSP-MACE-˚A 는 B86bPBE-XDM DFT 에 근접한 성능을 보여주었습니다. 에너지만 순위 매기기는 B86bPBE-XDM 보다 약간 열악했지만, 조화 자유 에너지 재순위 매기기를 포함함으로써 CSP-MACE-˚A 는 DFT 에너지 순위 매기기 성능을 능가하여 평균 순위 2.96 을 달성했습니다 (B86bPBE-XDM 의 3.25 대비).
3. ROY (Red Orange Yellow) 사례 연구: ROY 는 14 개의 알려진 다형체를 가진 까다로운 분자로, 표준 DFT 는 종종 분자내 비국소화 오류로 인해 실패합니다. CSP-MACE-˚A 는 실험적으로 가장 안정적인 Form Y 를 0.5 kJ/mol 이내의 전역 최소값으로 올바르게 예측한 반면, B86bPBE-XDM 은 이를 5 kJ/mol 이상 더 높게 배치했습니다. 이 성공은 고충실도 분자내 모델 ($\omega$B97M-V 로 훈련됨) 과 정확한 분자간 모델링의 결합에 기인합니다.
4. 열역학적 안정성: 온도 의존적 다형체 안정성을 가진 5 개 화합물 세트에서 CSP-MACE-˚A 는 조화 자유 에너지 근사를 사용하여 상대적 안정성의 광범위한 추세를 성공적으로 포착했습니다. 모든 온도에서 다형체의 정확한 순서를 항상 재현한 것은 아니지만, 여러 화합물 (예: Mexiletine Hydrochloride, AZD5462) 에 대해 단형성 및 동형성 관계 및 전이점을 올바르게 식별했습니다.

의의 및 주장
이 논문은 CSP-MACE-˚A 가 MLIP 들을 산업용 CSP 응용에 실용적으로 만드는 데 있어 중요한 진전을 나타낸다고 주장합니다. DFT 수준의 정확도를 달성하면서도 수 배에서 수 천 배 더 빠르게 실행함으로써, 이 모델은 현재 DFT 로는 실현 가능한 것보다 훨씬 더 큰 후보 구조 풀의 평가를 가능하게 합니다. 이 능력은 계산 비용으로 인해 순위 매기기 단계에서 실행 가능한 다형체가 제외될 가능성을 줄여 고체 형태의 리스크 감소를 더 견고하게 만듭니다. furthermore, 대규모 데이터셋에서 자유 에너지 재순위 매기기를 수행할 수 있는 능력은 더 넓은 범위의 화합물에 대한 온도 의존적 안정성 평가를 실용적으로 만듭니다. 저자들은 현재 작업이 표준 CSP 워크플로우를 유지하지만, CSP-MACE-˚A 의 속도가 구조 생성 단계에 MLIP 를 통합하는 것과 같은 워크플로우 자체의 미래 적응을 위한 문을 열었다고 결론지었습니다.