基于多保真度Δ-学习框架的质子亲和力预测及其在无水质子载体高通量筛选中的应用
《Digital Discovery》:Accelerating Proton Affinity Prediction with Multi-Fidelity Machine LearningOpen Access
【字体:
大
中
小
】
时间:2026年10月02日
来源:Digital Discovery 7.1
编辑推荐:
准确的Gas相质子亲和力(PA)对于设计无水电解槽中的质子载体至关重要,然而高水平的量子化学计算对于大型化合物库来说成本过高。我们开发了一种多保真度△-学习框架,该框架仅使用PM7电子性质和化学信息学描述符(而非DFT衍生特征),将PM7半经验估计值校正至高保真度参考值。在一
准确的Gas相质子亲和力(PA)对于设计无水电解槽中的质子载体至关重要,然而高水平的量子化学计算对于大型化合物库来说成本过高。我们开发了一种多保真度△-学习框架,该框架仅使用PM7电子性质和化学信息学描述符(而非DFT衍生特征),将PM7半经验估计值校正至高保真度参考值。在一个包含1,155个分子的NIST WebBook基准测试中,ExtraTrees模型校正将PM7平均绝对误差(MAE)从8.21降至2.87±0.26 kcal/mol,相较于校准PM7基线的5.44±0.39 kcal/mol降低了47%。基于DFT描述符且针对相同实验目标训练的模型误差为3.17±0.24 kcal/mol,表明基于PM7的特征在避免推理阶段DFT成本的同时达到了相当精度。我们将△-学习扩展至针对B3LYP/def2-TZVP参考值的位点特异性预测这一更难任务,覆盖251种多样分子及821个位点匹配的质子化位点,将原始PM7误差从10.26降至7.44±1.00 kcal/mol,而校准PM7为8.23±1.02 kcal/mol。官能团和SHAP分析识别出了校正模式及高方差案例,在这些案例中直接进行DFT计算仍然更可取。随后,我们将RandomForest模型应用于一个七阶段工作流,筛选候选的无水质子载体,该流程结合相似性检索、PM7+△-ML预测、Claude Opus 4.6辅助的初步供体-受体结构筛选以及Pareto选择。从821,435个筛选后的ZINC分子中,30个候选物经DFT验证,其中29个落在目标窗口(210-235 kcal/mol)内。前瞻性应用于这30个分子,校正方法将原始PM7误差从13.51降至3.99 kcal/mol。DFT PA窗口、结构检查及官能团排除保留了26个候选物,其中DFT质子亲和力排名最高的五个候选物的质子亲和力范围为226.6-234.3 kcal/mol,达到或超过咪唑的225.3 kcal/mol PA值。这些单分子计算为实验研究排定了优先级,但本身并不能证明凝聚相的质子电导率。该内容仅可通过PDF获取。? 2026 作者。由皇家化学会出版2026年作者本文依据《知识共享署名4.0非本地许可协议》授权。您可以在其他出版物中使用本文材料,无需向皇家化学会申请额外许可,但需正确注明出处。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号