論文の概要: Efficient interpolation of molecular properties across chemical compound
space with low-dimensional descriptors
- arxiv url: http://arxiv.org/abs/2311.15207v1
- Date: Sun, 26 Nov 2023 06:22:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-28 19:01:43.592480
- Title: Efficient interpolation of molecular properties across chemical compound
space with low-dimensional descriptors
- Title（参考訳）: 低次元ディスクリプタを用いた化合物空間における分子特性の効率的な補間
- Authors: Yun-Wen Mao and Roman V. Krems
- Abstract要約: 低次元ディスクリプタを持つ化合物空間における分子特性の正確なデータスターベドモデルを示す。
我々の出発点は、クーロン行列の固有値の分布の性質から導かれる三次元的、普遍的、物理的記述子に基づいている。
分子の形状と構成を考慮し、これらの記述子とガーシュゴリンの円定理で示される6次元の特徴を組み合わせる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We demonstrate accurate data-starved models of molecular properties for
interpolation in chemical compound spaces with low-dimensional descriptors.
Our starting point is based on three-dimensional, universal, physical
descriptors derived from the properties of the distributions of the eigenvalues
of Coulomb matrices. To account for the shape and composition of molecules, we
combine these descriptors with six-dimensional features informed by the
Gershgorin circle theorem. We use the nine-dimensional descriptors thus
obtained for Gaussian process regression based on kernels with variable
functional form, leading to extremely efficient, low-dimensional interpolation
models. The resulting models trained with 100 molecules are able to predict the
product of entropy and temperature ($S \times T$) and zero point vibrational
energy (ZPVE) with the absolute error under 1 kcal mol$^{-1}$ for $> 78$ \% and
under 1.3 kcal mol$^{-1}$ for $> 92$ \% of molecules in the test data. The test
data comprises 20,000 molecules with complexity varying from three atoms to 29
atoms and the ranges of $S \times T$ and ZPVE covering 36 kcal mol$^{-1}$ and
161 kcal mol$^{-1}$, respectively. We also illustrate that the descriptors
based on the Gershgorin circle theorem yield more accurate models of molecular
entropy than those based on graph neural networks that explicitly account for
the atomic connectivity of molecules.
- Abstract（参考訳）: 低次元ディスクリプタを持つ化合物空間における補間のための分子特性の正確なデータスターベドモデルを示す。
我々の出発点は、クーロン行列の固有値の分布の性質から導かれた三次元、普遍的、物理的ディスクリプタに基づいている。
分子の形状と構成を考慮し、これらの記述子とガーシュゴリンの円定理で示される6次元の特徴を組み合わせる。
そこで,ガウス過程の回帰に対して,可変関数型カーネルを用いた9次元ディスクリプタを用いることにより,高効率な低次元補間モデルを実現する。
100分子で訓練されたモデルでは、エントロピーと温度 (s \times t$) とゼロ点振動エネルギー (zpve) の積を、絶対誤差が1 kcal mol$^{-1}$ for $> 78$ \%、テストデータ中の分子の1.3 kcal mol$^{-1}$ for $> 92$ \%で予測することができる。
試験データは、3つの原子から29個の原子に変化する2万の分子と、それぞれ36 kcal mol$^{-1}$と161 kcal mol$^{-1}$をカバーする$S \times T$とZPVEの範囲からなる。
また,ゲルシュゴリン環定理に基づく記述子は,分子の原子結合を明示的に考慮したグラフニューラルネットワークに基づく記述モデルよりも正確な分子エントロピーモデルが得られることを示す。
関連論文リスト
- Learning Universal and Robust 3D Molecular Representations with Graph
Convolutional Networks [19.647002925751774]
本稿では,3次元分子のグラフ表現に基づく汎用かつ堅牢な指向性ノードペア(DNP)記述法を提案する。
我々のDNP記述子は、以前のものと比べて頑丈であり、複数の分子タイプに適用できる。
本稿では,ロバスト分子グラフ畳み込みネットワーク(RoM-GCN)を構築し,ノードとエッジの両方の特徴を考慮に入れた。
論文 参考訳（メタデータ） (2023-07-24T02:50:19Z) - Molecule Design by Latent Space Energy-Based Modeling and Gradual
Distribution Shifting [53.44684898432997]
化学的・生物学的性質が望ましい分子の生成は、薬物発見にとって重要である。
本稿では,分子の結合分布とその特性を捉える確率的生成モデルを提案する。
本手法は種々の分子設計タスクにおいて非常に強力な性能を発揮する。
論文 参考訳（メタデータ） (2023-06-09T03:04:21Z) - MUDiff: Unified Diffusion for Complete Molecule Generation [104.7021929437504]
本稿では,原子の特徴,2次元離散分子構造,および3次元連続分子座標を含む分子の包括的表現を生成する新しいモデルを提案する。
拡散過程を認知するための新しいグラフトランスフォーマーアーキテクチャを提案する。
我々のモデルは、安定で多様な分子を設計するための有望なアプローチであり、分子モデリングの幅広いタスクに適用できる。
論文 参考訳（メタデータ） (2023-04-28T04:25:57Z) - Molecular Geometry-aware Transformer for accurate 3D Atomic System
modeling [51.83761266429285]
本稿では,ノード(原子)とエッジ(結合と非結合の原子対)を入力とし,それらの相互作用をモデル化するトランスフォーマーアーキテクチャを提案する。
MoleformerはOC20の緩和エネルギー予測の初期状態の最先端を実現し、QM9では量子化学特性の予測に非常に競争力がある。
論文 参考訳（メタデータ） (2023-02-02T03:49:57Z) - DiffBP: Generative Diffusion of 3D Molecules for Target Protein Binding [51.970607704953096]
従来の研究は通常、原子の要素タイプと3次元座標を1つずつ生成する自己回帰的な方法で原子を生成する。
現実世界の分子系では、分子全体の原子間の相互作用が大域的であり、原子間のエネルギー関数が結合する。
本研究では、標的タンパク質に基づく分子3次元構造の生成拡散モデルを構築し、非自己回帰的に全原子レベルで構築する。
論文 参考訳（メタデータ） (2022-11-21T07:02:15Z) - Collective dynamics Using Truncated Equations (CUT-E): simulating the
collective strong coupling regime with few-molecule models [0.0]
我々は置換対称性を利用して、大きな$N$に対するtextitab-initio量子力学シミュレーションの計算コストを大幅に削減する。
我々は、$k$余剰有効分子を加えると、$mathcalO(N-k)$とスケールする現象を考慮に入れるのに十分であることを示した。
論文 参考訳（メタデータ） (2022-09-11T22:49:29Z) - Impact of the ligand deformation on the
$\mathcal{P}$,$\mathcal{T}$-violation effects in the YbOH molecule [77.34726150561087]
モノヒドロキシドイッテルビウムは、新しい物理探索に期待できる分子である。
固定 O-H 結合長を近似した YbOH 分子に対する$l$-doubling の値を計算した。
論文 参考訳（メタデータ） (2022-08-15T08:16:19Z) - Tensor network simulation of the (1+1)-dimensional $O(3)$ nonlinear
$\sigma$-model with $\theta=\pi$ term [17.494746371461694]
1+1)次元の$O(3)$非線形$sigma$-modelと$theta=pi$項のテンソルネットワークシミュレーションを行う。
ハミルトンの定式化の中で、この場の理論は磁気モノポールで装飾された量子ローターモデルの有限温度分割関数として現れる。
論文 参考訳（メタデータ） (2021-09-23T12:17:31Z) - Too big, too small or just right? A benchmark assessment of density
functional theory for predicting the spatial extent of the electron density
of small chemical systems [0.0]
100個の小分子に対して$mathcalK$のプリニカル成分のベンチマークデータセットを開発した。
このデータセットに対して、47の人気度と最近の密度関数の性能を評価した。
論文 参考訳（メタデータ） (2020-11-25T08:00:31Z) - Four-Dimensional Scaling of Dipole Polarizability in Quantum Systems [55.54838930242243]
偏光性は物理系と化学系の重要な応答特性である。
偏光性は普遍的な4次元スケーリング法則に従うことを示す。
この式は多粒子系にも適用できる。
論文 参考訳（メタデータ） (2020-10-22T15:42:36Z) - Ab initio properties of the NaLi molecule in the $a^3\Sigma^+$
electronic state [0.0]
我々は、超低温極性および磁性分子の電子的および可視的構造を分光的精度で計算する。
量子化学法は多電子系の散乱特性を予測することができることを示す。
論文 参考訳（メタデータ） (2020-03-26T17:39:46Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。