Electronic Density versus Geometry for Machine-Learned Molecular Absorption Spectra

Licht is een van de meest directe manieren waarop wetenschappers in een molecuul kunnen kijken. Wanneer een molecuul licht absorbeert, neemt het niet alleen energie op; het onthult ook de interne structuur, waarbij wordt getoond hoe de elektronen zijn gerangschikt, hoe atomen aan elkaar gebonden zijn en hoe lading zich verplaatst. Deze absorptie creëert een uniek patroon, een spectrum dat fungeert als een vingerafdruk voor het identificeren van chemicaliën en het begrijpen van hoe ze zich gedragen. Decennialang hebben onderzoekers vertrouwd op complexe computersimulaties om deze patronen te voorspellen. Deze simulaties, gebaseerd op de fundamentele wetten van de kwantummechanica, zijn ongelooflijk nauwkeurig maar ook extreem traag en duur om uit te voeren. Ze vereisen het oplossen van moeilijke vergelijkingen voor elk afzonderlijk molecuul, wat het bijna onmogelijk maakt om duizenden kandidaten snel te screenen of om experimenten te plannen voor grootschalige faciliteiten waar tijd beperkt is.

Om dit te versnellen, hebben wetenschappers zich gericht op machine learning, een vorm van kunstmatige intelligentie die leert van data om voorspellingen te doen. Het idee is om een computermodel te trainen om het lichtabsorptiepatroon van een molecuul te raden zonder telkens de volledige, trage simulatie uit te voeren. Echter, een cruciale vraag bleef bestaan: naar welke informatie moet de computer kijken om de beste gok te doen? Moet het simpelweg kijken naar de posities van de atomen, zoals een kaart van waar de stukjes van een puzzel zich bevinden? Of moet het kijken naar de onzichtbare elektronenwolk die de atomen omringt, die er juist voor bepaalt hoe het molecuul met licht interageert? Een nieuwe studie door onderzoekers van het Rutherford Appleton Laboratory en het Daresbury Laboratory in het Verenigd Koninkrijk heeft deze twee benaderingen direct getest. Zij bouwden modellen om de absorptiespectra van bijna 7.000 kleine organische moleculen te voorspellen, waarbij zij een methode vergeleken die alleen gebruikmaakt van de atomaire geometrie met een methode die de volledige driedimensionale kaart van de elektronen dichtheid gebruikt.

De onderzoekers begonnen met een grote collectie moleculaire structuren uit een publieke database. Voor elk molecuul berekenden zij eerst de grondtoestands-elektronendichtheid, een gedetailleerde kaart die laat zien waar de elektronen zich waarschijnlijk bevinden. Deze berekening is relatief snel en is een standaardstap in de kwantumchemie. Vervolgens gebruikten zij een meer geavanceerde, tijdrovende methode om het werkelijke absorptiespectrum te berekenen, dat laat zien hoeveel licht het molecuul absorbeert bij verschillende energieën. Dit spectrum was het "antwoordmodel" dat de machine learning-modellen probeerden te voorspellen. Het team trainde vervolgens twee verschillende soorten kunstmatige intelligentie. Het eerste type, bekend als een graph neural network, kreeg enkel de atoomnummers en de coördinaten van de atomen gevoed. Het moest het elektronische gedrag puur afleiden uit de vorm van het molecuul. Het tweede type, een driedimensionaal convolutional neural network, kreeg de werkelijke elektronen dichtheidskaart gevoed. Dit model zag het elektronische veld direct, in plaats van het uit de atomaire posities te moeten afleiden.

De resultaten toonden een duidelijk verschil in prestaties. Het model dat de elektronen dichtheid als input gebruikte, was aanzienlijk nauwkeuriger. Het behaalde een correlatiescore van 0,9926 bij het vergelijken van de voorspellingen met de werkelijke spectra, wat betekent dat de voorspellingen bijna perfect overeenkwamen met de werkelijke data. In contrast hiermee bereikte het beste model dat uitsluitend vertrouwde op de atomaire geometrie een score van 0,9795. Hoewel beide cijfers hoog zijn, is het verschil aanzienlijk in dit vakgebied. Het op dichtheid gebaseerde model verminderde de resterende fout met ongeveer 64 procent vergeleken met het op geometrie gebaseerde model. Het was beter in het voorspellen van niet alleen de hoofdpieken van lichtabsorptie, maar ook de subtiele details, zoals de relatieve hoogtes van verschillende pieken en de vorm van de curves tussen hen in. De op geometrie gebaseerde modellen waren goed in het vastleggen van de algemene trend, maar hadden moeite met de fijnere details die afhangen van hoe elektronen worden gedeeld en gelokaliseerd binnen het molecuul.

De studie onderzocht ook hoe deze modellen presteerden bij verschillende soorten chemische structuren, zoals moleculen met ringen, dubbele bindingen of specifieke functionele groepen. Het op dichtheid gebaseerde model bleef robuust en accuraat over bijna alle categorieën, wat aantoont dat het niet slechts enkele veelvoorkomende vormen heeft uit het hoofd geleerd, maar de onderliggende fysica van de interactie tussen licht en materie heeft begrepen. De onderzoekers merkten op dat hoewel het op dichtheid gebaseerde model een initiële berekening van de elektronen dichtheid vereist, deze stap nog steeds veel sneller is dan het berekenen van het volledige absorptiespectrum. Daarom biedt het gebruik van de dichtheid als input een praktisch middenpad: het is duurder dan enkel naar atomaire coördinaten kijken, maar veel goedkoper dan het draaien van de volledige simulatie, en het levert een veel nauwkeurigere voorspelling op.

Dit werk suggereert dat voor het voorspellen van hoe moleculen licht absorberen, de elektronen dichtheid een directere en fysisch meer passende startpunt is dan de rangschikking van atomen alleen. De elektronen dichtheid bevat informatie over chemische bindingen, ladingsverdeling en hoe elektronen bewegen, wat precies de zaken zijn die het optische gedrag bepalen. Door deze informatie direct in het machine learning-model te voeden, omzeilden de onderzoekers de noodzaak voor het model om deze complexe elektronische eigenschappen louter uit de geometrie af te leiden. De bevindingen impliceren dat voor taken die een hoge precisie vereisen, zoals het identificeren van onbekende chemicaliën in een mengsel of het plannen van experimenten bij grote wetenschappelijke faciliteiten, het gebruik van de elektronen dichtheid als gids een superieure strategie is. De studie concludeert dat hoewel op geometrie gebaseerde modellen nuttig en snel zijn, de elektronen dichtheid de noodzakelijke details biedt om bijna perfecte voorspellingen van moleculaire absorptiespectra te bereiken.