Реализация ab initio подхода в молекулярной механике

[Vit Nhoc]

Ряд постов этого обсуждения был выделен в отдельную тему viewtopic.php?f=11&t=140329&p=1083125#p1083125. В первую очередь касается chemigor-a
Если вам кажется что нить повествования порвана - возможно выпавшие куски там. Гесс

У меня давно были мысли сделать в Chemcraft молекулярную механику. Говорят что современная ММ иногда неплохо работает, например позволяет находить конформации органических молекул. И после обсуждения в этой теме создалось ощущение, что я могу придумать некий новый подход.
Общая идея у меня такая. Мы проводим с квантовохимическим методом, например DFT, расчёт молекулы, и далее используем результаты расчёта как выборку для обучения ММ-функционала, или как это назвать, ну в общем мы подгоняем параметры нашего ММ функционала так, чтобы получилось наибольшее согласие с результатами DFT расчёта. И далее полученный кастомный ММ функционал мы используем, чтобы посчитать более сложную задачу, для которой исходный DFT метод слишком дорогостоящий. Как пример: мы посчитали на DFT частоты, далее загоняем силовое поле и другие параметры для подгонки ММ функционала, и далее полученный ММ функционал используем для расчёта ангармонического силового поля.
Я пока не очень знаю, насколько это будет работать, но мне кажется есть шанс что получится что-то грандиозное.
Так вот. Для такого подхода нужно реализовывать ММ модель такую, чтобы ММ расчёт в ней был не “хороший”, а “неэмпиричный”. Т.е. эта ММ модель должна основываться на каких-то универсальных, фундаментальных принципах, тогда в общем случае подгонка параметров ММ функционала будет работать неплохо. Что я имею в виду под фундаментальными принципами? Ну например стерическое отталкивание. Очевидно, можно считать универсальным принципом, что несвязанные атомы обычно отталкиваются.
Другим универсальным принципом может служить потенциал Леннарда-Джонса. Насколько универсальна его формула?
Может быть я немного путаю, я недавно думал что потенциал Леннарда-Джонса описывает ППЭ двухатомных молекул; если нет, каким потенциалом описывается эта ППЭ и насколько он универсален?
Я позже продолжу излагать свои мысли, а пока предлагаю прокомментировать написанное.
Напоминаю что я предлагаю оплату за помощь в разработке Chemcraft; пока на моё предложение не отозвались, но я понимаю что знатоков химической физики, способных закодить квантовые расчёты, очень мало, а сейчас моя задача относительно простая.

[amge]

Да, вы правы, про отталкивание С и Н я и позабыл

[amge]

Общая идея у меня такая. Мы проводим с квантовохимическим методом, например DFT, расчёт молекулы, и далее используем результаты расчёта как выборку для обучения ММ-функционала, или как это назвать, ну в общем мы подгоняем параметры нашего ММ функционала так, чтобы получилось наибольшее согласие с результатами DFT расчёта.

Идея не нова. Например, в амбере есть специальная прога, которая именно это и делает.

[chemigor]

Общая идея у меня такая. Мы проводим с квантовохимическим методом, например DFT, расчёт молекулы, и далее используем результаты расчёта как выборку для обучения ММ-функционала, или как это назвать, ну в общем мы подгоняем параметры нашего ММ функционала так, чтобы получилось наибольшее согласие с результатами DFT расчёта.

Идея не нова. Например, в амбере есть специальная прога, которая именно это и делает.

верно, да и у нас в базе www.multi-d.com почти также, мы взяли за основу примерно 100 миллионов конформаций 10 миллионов молекул, и из этого всего натренировав все насобирали в 1.7 миллиарда конформеров. Есть надежда, что в скором будущем будет возможность получать конформеры для любой произвольной небольшой молекулы за практически константное время, вернее время будет зависеть только от поиска по токенам радикалов и сочленителей в молекуле - грубо говоря копия механизма "внимания" в LLM перенесенная с литературы на графы молекул, статью все не допишу, не до этого.

[Vit Nhoc]

Общая идея у меня такая. Мы проводим с квантовохимическим методом, например DFT, расчёт молекулы, и далее используем результаты расчёта как выборку для обучения ММ-функционала, или как это назвать, ну в общем мы подгоняем параметры нашего ММ функционала так, чтобы получилось наибольшее согласие с результатами DFT расчёта.

Идея не нова. Например, в амбере есть специальная прога, которая именно это и делает.

И насколько у них это взлетело? Если не очень, возможны такие объяенения:

1) Их ММ модель недостаточно эмпиричная, как я тут описал.
2) Они не вложились в ГУИ и их программы недостаточно удобные. Я имею в виду, что если я сделаю такие фичи в Кемкрафте, они будут максимально user-friendly, например так: вы открываете в Chemcraft файл о расчётом частот, далее быстро тренируете ваш ММ функционал и он вам выдаёт ангармонический спектр.

[amge]

И насколько у них это взлетело?

Да кто ж знает. Пользователей у амбера очень много, и раз разработчики эту прогу их него не убрали, значит нужна, наверное. Мы сами пользовались, чтобы немного перепараметризовать ихний GAFF под свои молекулы.

[Ahha]

А если нужно описать оптимальную геометрию диметилового эфира? Метанола? Воды?

У атома кислорода два таких фиктивных атома.

А когда вам понадобится описывать N, S, галогены, делать различия для кислородов кетонов, простых эфиров и сложных эфиров - для каждого вводить фиктивные атомы? Они же должны быть по-разному параметризованы для каждого элемента. Чем это проще "обычного" подхода с потенциалами для валентных углов?

[Гесс]

Это абсолютно процедура которая применялась для параметризации GAFF. Я вам вечером скину свой гримуар десятилетней давности, там подробно прописано как используя тетраметилсилан и контроль через триизопропилсилильное производное я параметризовал кремний (Si-Cалкан взаимодействие) для GAFF, и много ссылок.

[Гесс]

Ну "настолько просто" что от файла частот все заработает не будет, но впринципе да, это можно красивенько заалгоритмизировать и кемкрафт сможет создавать инпуты под расчеты (дфт или мп2) и из набора аутпутов - подискивать параметры.

[madschumacher]

Общая идея у меня такая.

Реализаций аналогичных идей за последние 20 лет накопилось очень много. Помимо уже указанных, я ещё напоминаю про существование рабочих и доступных GFN-FF и Behler-Parrinello Neural Networks.
Короче, на самом деле это не простенькая задачка, а очень существенная и всеобъемлющая проблема, и единого хорошего решения (как фундаментального, так и технического) до сих пор не найдено. Но это точно на коленке не пилится, к сожалению.

[Vit Nhoc]

Это абсолютно процедура которая применялась для параметризации GAFF. Я вам вечером скину свой гримуар десятилетней давности, там подробно прописано как используя тетраметилсилан и контроль через триизопропилсилильное производное я параметризовал кремний (Si-Cалкан взаимодействие) для GAFF, и много ссылок.

Поясните, что такое GAFF. Это ММ в реализации близкой к предложенной мной?

[Vit Nhoc]

Общая идея у меня такая.

Реализаций аналогичных идей за последние 20 лет накопилось очень много. Помимо уже указанных, я ещё напоминаю про существование рабочих и доступных GFN-FF и Behler-Parrinello Neural Networks.
Короче, на самом деле это не простенькая задачка, а очень существенная и всеобъемлющая проблема, и единого хорошего решения (как фундаментального, так и технического) до сих пор не найдено. Но это точно на коленке не пилится, к сожалению.

Так значит GFN-FF и GFN2-xTB в Crest это молекулярная механика? Я думал что GFN2-xTB это полуэмпирика.

[Vit Nhoc]

верно, да и у нас в базе www.multi-d.com почти также, мы взяли за основу примерно 100 миллионов конформаций 10 миллионов молекул, и из этого всего натренировав все насобирали в 1.7 миллиарда конформеров. Есть надежда, что в скором будущем будет возможность получать конформеры для любой произвольной небольшой молекулы за практически константное время, вернее время будет зависеть только от поиска по токенам радикалов и сочленителей в молекуле - грубо говоря копия механизма "внимания" в LLM перенесенная с литературы на графы молекул, статью все не допишу, не до этого.

Поясните, что конкретно вы делали: чем посчитаны эти 100 миллионов конформаций, чем посчитаны 1.7 миллиарда конформаций, и что за молекулы.

[madschumacher]

Я думал что GFN2-xTB это полуэмпирика.

Так GFN2-xTB это и есть полуэмпирика, xTB значит "eXtended tight-binding". А вот GFN-FF, это силовое поле (FF это "force field").

Поясните, что такое GAFF.

GAFF -- это general AMBER Force Field.

[Vit Nhoc]

Так GFN2-xTB это и есть полуэмпирика, xTB значит "eXtended tight-binding". А вот GFN-FF, это силовое поле (FF это "force field").

А GFN2-xTB лучше GFN-FF?

[Гесс]

Так GFN2-xTB это и есть полуэмпирика, xTB значит "eXtended tight-binding". А вот GFN-FF, это силовое поле (FF это "force field").

А GFN2-xTB лучше GFN-FF?

Я не использовал GFN-FF но из самых общих соображений
1) GFN-FF должен быть значимо быстрее чем GFN-xTB
2) GFN-xTB как КХ метод способен решать задачу с разпывом связи в то время как GFN-FF на нее не способен по определению
3) вцелом в вопросе энергий конформеров я бы поставил на GFN-xTB (но это неточно).

[Vit Nhoc]

Я не использовал GFN-FF но из самых общих соображений
1) GFN-FF должен быть значимо быстрее чем GFN-xTB
2) GFN-xTB как КХ метод способен решать задачу с разпывом связи в то время как GFN-FF на нее не способен по определению
3) вцелом в вопросе энергий конформеров я бы поставил на GFN-xTB (но это неточно).

А бывают задачи, когда скорости GFN-xTB не хватает? Вообще мне давно было интересно, как изучают химию белков и ДНК, почему я об этом пока мало слышал, как для этих задач улучшить Кемкрафт.

[Гесс]

А бывают задачи, когда скорости GFN-xTB не хватает? Вообще мне давно было интересно, как изучают химию белков и ДНК, почему я об этом пока мало слышал

Разумеется, это к компьютерным биологам. Им сколько не дай все мало, и миллион атомов это то место где начинают просыпаться апетиты. И они ж будут считать не оптимизации а молдинамики, причем подольше, подольше, так что миллион синглпоинтов для системы в несколько миллионов атомов и желательно на вчера. Поэтому они и модели воды стараются сделать максимально дешевыми, ибо ее там тоже сотни тысяч молекул/фрагментов.

[Гесс]

Ну вон посмотрите книгу абстрактов для такой конфы: https://mmws2023.mgms-ds.de там много подходящего, например стр 19 да и вообще почти все где размеры молекул таковы что их рисуют спиральками а не "поатомно".

Вон к каким размерам и временам народ стремится https://arxiv.org/abs/2005.00223

Суперпараллельнам Empire вытягивала MD на 100 000 атомов и синглпоинты на 1 миллион на классических полуэмпириках (AM1), а GFN-xTB не дешевле чем AM1

[madschumacher]

А бывают задачи, когда скорости GFN-xTB не хватает?

GFN-xTB и GFN2-xTB -- это два разных метода (второй новее). Мне вторым из них на кластере не удалось оптимизировать кластер из 1000 (и более) атомов гелия. Можно было поизвращаться и вытянуть, но я забил и перешёл на GFN-FF в этом случае.