🔬 materials science

MOSAIC: Addressing Space for Local, Steerable, and Scalable Atomistic Generation

O artigo apresenta o Mosaic, uma representação híbrida de malha-partícula que particiona o espaço em slots de átomos ancorados para permitir o controle local, a geração hierárquica e a montagem escalável de estruturas atomísticas que variam de moléculas individuais a policristais de um milhão de átomos.

Autores originais: Ishan Nadkarni, Sebastien Hamel, Flynn Walsh, Fei Zhou

Publicado 2026-10-06

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Ishan Nadkarni, Sebastien Hamel, Flynn Walsh, Fei Zhou

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Na busca pelo design de novos medicamentos e materiais mais fortes, os cientistas têm dependido há muito tempo de uma verdade fundamental: as propriedades da matéria dependem inteiramente de como seus átomos estão arranjados. Durante décadas, os pesquisadores só podiam estudar esses arranjos após eles serem construídos, ou simular pequenos cristais perfeitos no vácuo. Recentemente, uma nova onda de inteligência artificial começou a gerar essas estruturas atômicas do zero, criando moléculas que parecem quimicamente plausíveis. No entanto, um grande obstáculo permanece. Os modelos atuais de IA têm dificuldade em construir estruturas grandes e complexas mantendo o controle preciso sobre partes específicas. Eles são como arquitetos que conseguem projetar um único quarto perfeitamente, mas não conseguem montar um arranha-céu onde uma janela específica deve ser colocada em um local determinado sem que todo o edifício desmorone. Essa limitação manteve fora de alcance as aplicações mais promissoras — como o design de moléculas de fármacos com um sítio ativo específico ou a engenharia de ligas metálicas com fronteiras internas personalizadas.

Uma equipe de pesquisadores introduziu agora uma nova maneira de organizar esse processo de construção digital, permitindo a geração de matéria que é ao mesmo tempo massiva e precisamente controlada. O método deles, chamado Mosaic, resolve o problema ao dar a cada átomo potencial um endereço permanente antes mesmo de ele ser colocado. Em vez de pedir a uma IA para descobrir onde cada átomo vai em uma nuvem caótica, o Mosaic divide o espaço em uma grade de locais fixos, ou "slots". Cada slot atua como uma vaga de estacionamento designada que pode permanecer vazia ou conter um átomo. Se um átomo for colocado ali, o sistema registra exatamente qual slot ele ocupa e o quanto ele se deslocou do centro desse slot. Essa mudança simples transforma o processo de geração. Ao ancorar os átomos a endereços específicos, a IA pode se concentrar em preencher um pequeno bairro de cada vez, garantindo que a química local faça sentido sem perder o controle da estrutura geral.

Os pesquisadores testaram essa abordagem em duas escalas muito diferentes. Primeiro, aplicaram-na à criação de moléculas do tipo fármaco. Nesses testes, o sistema foi solicitado a construir moléculas contendo até 120 átomos. Sem o novo método, modelos de IA semelhantes frequentemente produziam estruturas quebradas, onde os átomos estavam desconectados ou eram quimicamente impossíveis. Com o Mosaic, a taxa de sucesso na criação de moléculas válidas e conectadas permaneceu alta mesmo conforme o tamanho aumentava. Mais importante ainda, os pesquisadores puderam emitir instruções específicas, como "coloque um grupo químico aqui", e o sistema geraria confiavelmente esse recurso no local correto, mantendo a integridade do restante da molécula. O sistema alcançou isso tratando a geração do esqueleto da molécula e o posicionamento de seus átomos como um processo coordenado e passo a passo, em vez de um salto único e caótico.

O verdadeiro poder deste método, no entanto, foi revelado quando a equipe o escalou para o tamanho de materiais do mundo real. Eles usaram o Mosaic para gerar policristais de níquel, um material usado em tudo, desde motores de jato até eletrodos de baterias. Estes não são pequenos cristais perfeitos, mas montagens complexas de milhões de átomos com diferentes orientações internas, conhecidas como grãos. Os pesquisadores forneceram à IA um mapa grosseiro descrevendo a forma e o arranjo desejados desses grãos. O sistema então construiu a estrutura bloco por bloco, usando a fronteira gerada de um bloco para informar o próximo. O resultado foi um cristal de níquel digital contendo mais de 1,1 milhão de átomos, uma escala que métodos anteriores não conseguiam lidar com tal coerência estrutural. O material gerado reproduziu fielmente as complexas fronteiras de grão e a ordem interna exigidas para aplicações de engenharia reais.

Este trabalho demonstra que, ao mudar a forma como o espaço é representado em um computador, os cientistas podem superar os limites de tamanho que impediam o design generativo. O método não depende de um tipo específico de rede neural, mas pode ser pareado com vários "backbones" de IA existentes, tornando-o uma ferramenta flexível para futuras descobertas. Os pesquisadores mostraram que, ao dar aos átomos um endereço fixo, eles puderam guiar a geração de matéria com um nível de precisão que era anteriormente impossível, desde a escala minúscula de uma única molécula de fármaco até a escala massiva de uma estrutura metálica de um milhão de átomos. Essa abordagem sugere um futuro onde engenheiros podem projetar materiais com arquiteturas internas personalizadas, ajustando resistência e flexibilidade a especificações exatas, simplesmente definindo o mapa de onde os átomos devem ir.

Resumo Técnico: MOSAIC – Endereçamento de Espaço para Geração Atômica Local, Direcionável e Escalável

1. Declaração do Problema

Modelos generativos demonstraram sucesso na criação de moléculas quimicamente plausíveis e candidatos a cristais periódicos. No entanto, para aplicações de engenharia, uma lacuna crítica permanece: a capacidade de especificar o que deve mudar, onde deve mudar e qual estrutura circundante deve ser preservada. Os métodos atuais enfrentam dificuldades com:

Controle Local: Tarefas como substituir um grupo químico mantendo uma estrutura molecular, redesenhar segmentos específicos de proteínas ou modificar interfaces de materiais exigem uma geração que seja consistente com o ambiente atômico local.
Escalabilidade: Abordagens existentes frequentemente falham ao escalar além de moléculas isoladas ou pequenas células periódicas para estruturas heterogêneas grandes (ex: policristais com milhões de átomos) enquanto mantêm a coerência estrutural.
Limitações de Representação: Conjuntos de partículas não ordenados carecem de endereços espaciais persistentes para regiões selecionadas (incluindo regiões vazias), enquanto métodos baseados em grade representam átomos indiretamente, exigindo a recuperação de partículas após a geração.

2. Metodologia: A Representação Mosaic

O artigo apresenta o Mosaic, uma representação híbrida de malha–partícula projetada para particionar o espaço em regiões ancoradas contendo "slots de átomos". Esta representação é distinta de um modelo generativo específico; em vez disso, fornece uma interface espacial que pode ser pareada com vários backbones generativos (ex: difusão ou flow matching).

2.1 Representação Central

Âncoras Espaciais: O domínio $\Omega$ é particionado em regiões $\{C_v\}$ , cada uma associada a um ponto de ancoragem fixo $R_v$ (usando grades SC, BCC ou FCC).
Slots de Átomos: Cada região contém $K_v$ $K_{v}$ slots locais. Um slot $s_{vk}$ $s_{v k}$ armazena:
- Ocupação/Espécie ( $a_{vk}$ ): Uma espécie atômica ou um estado físico vazio $X$ .
- Deslocamento ( $\delta_{vk}$ ): Um vetor contínuo representando a posição do átomo em relação à âncora ( $r_i = R_v + \delta_{vk}$ ).
Decodificação: Slots ocupados decodificam diretamente para partículas contínuas. A malha discretiza a propriedade espacial, mas não quantiza as coordenadas finais. Slots não utilizados em configurações de capacidade fixa assumem o estado vazio $X$ .

2.2 Modelagem Generativa

O processo generativo fatura a predição de suporte do slot e a geração de átomos:
$p(S | c) = p_\phi(O | c) \, p_\theta(A, \Delta | O, c)$
onde $O$ é o suporte do slot, e $(A, \Delta)$ são espécies e deslocamentos.

A. Geração Molecular (Hierarquia e Direcionamento)

Estágio 1 (Suporte): Um Transformer de Difusão Espacial (CountDiT) refina uma hierarquia esparsa de contagens de células para definir o suporte. Ele utiliza um processo de difusão de máscara absorvente para prever contagens locais de átomos $n_v$ no nível mais fino, garantindo que a contagem total corresponda à solicitação $N^\star$ .
Estágio 2 (Geração): Um modelo de flow matching equivariante gera espécies atômicas e coordenadas contínuas no suporte fixo definido pelo Estágio 1.
Direcionamento (Steering): Prompts espaciais (grupos químicos e centros) guiam ambos os estágios via guia livre de classificador (classifier-free guidance), permitindo que usuários especifiquem onde grupos funcionais devem aparecer.

B. Geração de Policristais (Morfologia e Escala)

Condicionamento Mesoscópico: A morfologia dos grãos é prescrita via um mapa $M(x)$ que define frações de grãos. Características do espaço recíproco (vetores $q$ e coeficientes complexos) codificam a orientação da rede e a fase, garantindo o registro cristalino.
Montagem Autoregressiva Limitada: O modelo opera em blocos limitados (ex: 16 Å). Uma travessia autoregressiva externa gera blocos em ordem de raster, condicionando cada novo bloco em:
1. Morfologia prescrita e campos recíprocos.
2. Átomos de fronteira gerados por blocos completados anteriormente (dentro de um raio de 6 Å).
Escalabilidade: Como cada etapa processa apenas um bloco limitado e seu contexto imediato anterior, o uso de memória não escala com o tamanho total do sistema, permitindo a geração de estruturas com >1 milhão de átomos.

3. Principais Contribuições

Representação de Dados: Uma representação híbrida de malha–partícula combinando coordenadas contínuas com endereços espaciais persistentes, permitindo condicionamento local através de diversos backbones generativos.
Suporte Empírico e Teórico:
- Ablações: Experimentos com backbones correspondentes mostram que o suporte local e os priors de coordenadas melhoram significativamente a conectividade e validade molecular em comparação com abordagens de centro global.
- Limites Teóricos: A análise mostra que a ação de transporte por partícula é limitada pela largura da célula $h^2$ (independente do tamanho do sistema) e que o endereçamento espacial reduz a ambiguidade de permutação de $O(N \log N)$ para $O(N \log K)$ .
Controle e Montagem: Demonstrou a capacidade de direcionar a colocação de grupos funcionais moleculares e gerar policristais atomísticos com morfologia e orientação de grãos prescritas, escalando para mais de um milhão de átomos.

4. Resultados

4.1 Geração Molecular

Qualidade: No conjunto de dados QM9, o Mosaic alcançou 84,44% de validade estrita de todos os pedidos. No GEOM-Drugs, ele mais que dobrou a taxa de conectividade-validade do modelo EDM liberado (77,2% vs. 34,9%) e superou-o em eficiência de amostragem (3,07× a taxa de throughput de moléculas conectadas-válidas por segundo do MegalodonFlow).
Escalabilidade: À medida que o tamanho da molécula aumentava (30–120 átomos), o Mosaic manteve alta conectividade (26% em 120 átomos), enquanto o EDM caiu para 0%.
Controle: Prompts espaciais direcionaram com sucesso a colocação de grupos amida, éster e aromáticos, preservando as contagens de átomos solicitadas.

4.2 Geração de Policristais

Controle Local: O condicionamento de fase recíproca reduziu erros estruturais (PTM, RDF, ângulos de ligação) em 5,2–35× em comparação com modelos sem tais características.
Morfologia: O modelo gerou com sucesso bicristais, junções de tricristais e policristais de Voronoi de oito grãos correspondendo aos mapas grosseiros prescritos.
Escala: O sistema gerou três policristais de níquel contendo 1,09–1,12 milhão de átomos a partir de mapas de morfologia grosseira, mantendo a cristalinidade local e a montagem coerente através de domínios estendidos.

5. Significância e Alegações

O artigo postula que o endereçamento espacial local é uma fundação prática para a geração direcionável de matéria em diversas escalas. Ao desacoplar a representação do backbone generativo, o Mosaic permite que pipelines de modelos equivariantes e Transformers existentes sejam aprimorados com controle local e capacidades de montagem escaláveis.

De Moléculas para Materiais: A abordagem faz a ponte entre a geração de moléculas isoladas e a engenharia de materiais em larga escala, permitindo tarefas como introdução de defeitos e modificação de interfaces.
Eficiência: A montagem autoregressiva limitada transforma a geração de grande escala em um problema gerenciável, onde a memória e o computo por etapa permanecem constantes, independentemente do número total de átomos.
Potencial Futuro: Os autores sugerem que esta hierarquia poderia se estender a biomoléculas e proteínas maiores, e que campos de malha poderiam codificar propriedades físicas adicionais (carga, tensão, densidade) a partir de experimentos ou simulações de contínuo.

O trabalho estabelece que, ao tornar a localidade parte da representação de partículas, os modelos generativos podem alcançar tanto o controle espacial refinado quanto a escalabilidade necessária para estruturas relevantes à engenharia.