《Applied Sciences》:Multi-Level Structural Descriptors for Deep Learning–Based Prediction of Hydrogen Storage in Metal–Organic Frameworks
编辑推荐:
实现安全高效的储氢是建设碳中和能源体系的关键障碍。金属-有机框架(MOFs)因其可调节的孔隙率和高比表面积而成为有前景的候选材料,然而巨大的组分设计空间使详尽的分子模拟不切实际。研究人员开发了一种利用多层级结构描述符(几何、原子和晶体学)的混合深度学习框架,用
实现安全高效的储氢是建设碳中和能源体系的关键障碍。金属-有机框架(MOFs)因其可调节的孔隙率和高比表面积而成为有前景的候选材料,然而巨大的组分设计空间使详尽的分子模拟不切实际。研究人员开发了一种利用多层级结构描述符(几何、原子和晶体学)的混合深度学习框架,用于预测MOFs的储氢量。研究以巨正则蒙特卡罗(GCMC)模拟计算的10,736种实验合成MOFs的储氢容量为训练数据,对三种架构(多层感知器、图变换器和无边的材料图网络)进行了基准测试。三种模型表现相当,在变压和温度-压力变工况下对重量和体积容量均具有较高预测精度。对137,953种假想MOFs(hMOFs)的快速筛选确定了630个在工作条件(77 K/100 bar至160 K/5 bar)下超过50 g H2/L的候选材料。性能最优者以多核Zn簇、芳香羧酸连接体、氮掺杂和选择性卤素官能化为特征。这些发现表明,使用多层级结构描述符可加速计算筛选和候选MOFs的优先排序,以用于进一步的模拟和实验评估。
氢能被视为碳中和目标下的重要替代能源,但低体积能量密度使其储存和运输面临挑战。金属-有机框架(MOFs,由金属簇与有机配体通过配位键组装的多孔材料)因可调节孔隙率和高比表面积成为吸附储氢的候选材料,然而其化学设计空间巨大,依赖巨正则蒙特卡罗(GCMC,一种用于模拟吸附行为的分子模拟方法)进行穷尽筛选的计算成本过高;同时,现有机器学习模型多只使用几何描述符,未充分编码原子组成和晶体学信息。为此,研究人员提出将几何描述符与原子级结构信息、晶体学特征相结合的多层级表征策略,用于深度学习预测MOFs储氢性能。
在关键技术与数据方法方面,研究人员使用Ahmed等人汇编、来自HyMARC仓库的MOF数据库,筛选出10,736种实验合成MOFs作训练集,其储氢容量由GCMC(RASPA)计算;预测集为MOFXDB API提供的137,953个hMOFs(假想MOFs)。用Pymatgen和CSD CCDC API提取几何(GSA、VSA、VF、LCD、PLD)、原子级和晶体学特征;分层划分7:1.5:1.5,Z-score标准化,并用Yeo-Johnson/arcsinh变换目标变量。在MLP、Transformer、无边MEGNet(材料图网络)三种架构上以Hyperopt优化AdamW、余弦退火、Huber损失等超参数,训练最多100轮并早停。
研究结果显示,在模型性能方面,三种模型对四个目标变量(UG_at_PS、UV_at_PS、UG_at_TPS、UV_at_TPS)的预测精度相当;配对比较虽出现部分有统计学意义的p值,但效应量均很小(|d|<0.2),实际差异可忽略。无边MEGNet因在包括主筛选目标UV_at_TPS在内的三个目标上MAE略低,被选为后续大规模筛选模型。
鲁棒性与消融实验表明,坐标扰动、晶格扰动、目标值噪声和分位数过采样四种数据增强策略带来的性能变化微弱且方向不一,故保留原始训练集;笛卡尔坐标与分数坐标预测结果几乎一致;仅使用原子级和晶体学特征时,四个目标的R
2均低于0.42,说明几何描述符不可或缺;仅用几何描述符的MLP平均R
2从0.95略降至0.94,但原子级和晶体学信息仍支持后续组分分析。
置换特征重要性(PFI,一种通过打乱输入特征评估其贡献的方法)分析显示,几何描述符主导预测,其中GSA影响最大(平均R
2下降0.1395),随后为VF、LCD、PLD和VSA;原子级和晶体学特征分组的重要性较小(平均R
2下降0.0042和0.0034),但模型仍会利用这些信息。不同目标变量的重要特征排序存在明显差异,说明不同吸附性能指标受不同结构特征控制。
在hMOF数据集预测中,训练好的无边MEGNet对137,953个hMOFs生成预测,以UV_at_TPS为主要指标,依据美国能源部(DOE)终极目标50 g H
2/L设阈值,并在排除缺失或零值特征造成的异常点后,识别出630个候选MOFs;全部预测可在5分钟内完成,展示了大规模筛选效率。
基于已发表GCMC数据的模型验证表明,在与训练目标同条件下已有GCMC结果的20,156个hMOFs上,模型取得R
2=0.927、MAE=2.26 g H
2/L、RMSE=3.37 g H
2/L;高容量前20种MOFs的MAE仅0.74 g H
2/L,中等容量组MAE为1.56 g H
2/L。尽管Ahmed与Bobbitt数据集在几何描述符计算上存在差异,模型仍能较好地复现GCMC结果;对实验材料NU-1501-Al的预测误差仅0.75 g H
2/L。
对630种高性能候选材料的组成与结构分析显示,531种(84.3%)为Zn-MOFs,96种(15.2%)为Cu-MOFs,3种(0.5%)为Zr-MOFs;Zn
8簇在全部hMOFs数据库中仅占12.64%,但在候选中占53.33%,富集4.22倍;Cu
16虽在数据库中仅占0.34%,但在候选中占5.71%,富集16.77倍。卤素取代中51.6%无卤,氯、氟、溴的单取代分别占21.3%、16.7%、10.5%;91.6%的候选物含氮,16个氮原子的框架最常见。Zn-O计量方面,Zn
8–O
34、Zn
8–O
26等为常见基序。
讨论部分指出,这些统计模式与MOF-5等已知结构的设计策略一致,且GCMC预测MOF-5在相同温压摆荡下可达51.9 g H
2/L。但hMOF数据库仅含四种金属元素,结论限于该化学空间;模型外部验证也不保证对训练数据化学空间之外的外推可靠。由于训练数据来自特定力场和模拟协议的GCMC结果,模型预测能力受该协议制约。
结论可概括为:将几何描述符与原子级、晶体学信息结合,可同时实现大规模筛选和结构分析;识别出的630种候选应作为高保真模拟和实验验证的优先对象;多核Zn簇、芳香羧酸连接体、含氮官能团和选择性卤素官能化是有利于储氢的设计特征;该表征策略或可迁移至CO
2捕集、N
2分离等其他物理吸附过程,为多孔材料的数据驱动发现提供通用路径。