前瞻技术｜从物理性质逆推分子结构

总所周知，采用机器学习方法，基于定量结构-性质关系(QSPR)，可以从分子和晶体结构预测物理性质。现在，「J-OCTA软件」1可以进行逆分析，利用京都大学长町实验室开发的mol-infer数据接口，可以实现从物理性质逆推分子结构。这是一种非常新颖的分子结构生成方法，具有广阔的应用前景。

第一，利用人工神经网络(Artificial Neural Network, ANN)从分子结构预测物理性质。第二，通过混合整数线性规划(Mixed Integer Linear Programming, MILP)求解人工神经网络的逆运算，能够在相反的方向上执行快速而准确的运算，这是单独使用人工神经网络所不可能实现的。

首先，基于1297组数据集训练分子结构和物理性质之间的关系。图1展示的是测试过程中使用的分配系数。

图1. mol-infer的训练数据集和目标性质（分配系数=10.0）

其次，使用MILP执行逆运算。设目标分配系数为10.0，生成种子分子的图结构和对应官能团的树结构（见图2），用来预测分子结构。

图2. 种子分子的图结构(左)      对应官能团的树结构(右)

通过「J-OCTA软件」1预测的分子结构如图3所示，得到了4种同分异构体。对于预测的分子结构，再次采用正向方法计算其物理性质，结果表明其分配系数为9.8，证明预测的分子结构基本满足目标物性。

图3.  mol-infer预测的分子结构

【1】J-OCTA分子动力学软件 —— 通过对材料从原子级别到微米级别的模拟计算，从本质上理解元素组成和性能之间的关系。软件可以满足几乎所有材料的分析，比如橡胶、塑料、薄膜、涂料及电解质材料等。可将其作为“ 知识发现工具 ”进行灵活运用。