【Materials Studio应用案例】贝叶斯优化化学反应

 

引言

 

在discovery和过程化学中的一个常见挑战是通过最少的实验次数找到最优的反应条件,包括催化剂和配体的选择。当反应空间大且由于成本或时间限制而限制了可以进行的实验数量时,这个问题尤其严重。

 

如果系统的知识和初始实验距离全局最优解很远,传统的优化方法可能会耗时且成本高昂。机器学习以贝叶斯优化(BO)的形式特别适合化学反应优化的挑战,因为它可以处理小型数据集并探索非常大的反应空间。

 

已经报道了几个用于化学应用的贝叶斯优化的开源python包,然而,许多只对具有编码专业知识的科学家开放。假设我是一个实验室科学家,想要使用存储在电子实验室笔记本(ELN)中的实验数据进行贝叶斯优化。我该如何做呢?

 

一个解决方案是使用 BIOVIA Pipeline Pilot 从 BIOVIA Notebook ELN 中提取和处理数据,运行贝叶斯优化代码,然后用下一轮建议的实验更新 ELN 条目。通过利用 Pipeline Pilot 的功能,我们可以构建一个协议,利用现有的组件执行大部分的数据提取和操作。

【Materials Studio应用案例】贝叶斯优化化学反应

图1 一个贝叶斯优化工作流

 

【Materials Studio应用案例】贝叶斯优化化学反应

 

 

初始贝叶斯优化

 

在这个例子中,我们将使用Doyle和他的同事们报告的EDBO+ Python包⁴,以及Syngenta最近发布的一个数据集,该数据集探索了用于优化Ullmann类型C-N偶联反应以最大化反应产率的贝叶斯优化10。Python包通过Pipeline Pilot中的Jupyter Notebook组件进行访问。

对于一组初始的八个实验的实验数据已经输入到Notebook ELN的一个实验中,并使用EDBO+包实现的一位热编码用于分类特征¹。

【Materials Studio应用案例】贝叶斯优化化学反应

图2 使用BIOVIA Notebook ELN中的实验运行贝叶斯优化的Pipeline Pilot协议

 

【Materials Studio应用案例】贝叶斯优化化学反应

 

 

该协议包括以下几个步骤

 

  • 基于反应组分的每种组合生成实验范围。在这个例子中,那就是138,240个实验。

  • 在与实验范围合并之前,从相应的Notebook实验中提取和清理实验数据。

  • 运行贝叶斯优化以建议优化反应产率的下一组实验。

  • 用要运行的下一组实验更新Notebook条目。

通过将新的实验数据输入到ELN并重新运行协议,可以重复多次贝叶斯优化循环,直到找到产率最高的反应。

 

【Materials Studio应用案例】贝叶斯优化化学反应

 

增加DFT特性的复杂性

 

通过使用DFT派生的分子描述符对某些分类特性进行编码,可以在Pipeline Pilot中的贝叶斯优化协议中构建额外的复杂性层。使用SMILES字符串作为输入,我们可以使用Pipeline Pilot生成3D坐标,执行构象搜索,并使用BIOVIA Pipeline Pilot Solvation Chemistry Collection¹¹或BIOVIA Pipeline Pilot Materials Studio Collection¹²中的现有组件运行DFT计算。构建和运行这些协议不需要编码专业知识。

 

然后,可以在更新的贝叶斯优化协议(图3)中使用DFT特性。此外,可以配置协议通过Pipeline Pilot Web Port运行,这样实验科学家只需要选择文件位置、模型的输入和目标列。每个贝叶斯优化循环后都会生成一个简单的报告仪表板,使科学家可以查看每次迭代向最优反应条件进展的情况(图4)。

【Materials Studio应用案例】贝叶斯优化化学反应

图3:具有DFT分子特性的贝叶斯优化

 

【Materials Studio应用案例】贝叶斯优化化学反应

图4:网络协议和报告仪表板示例

 

【Materials Studio应用案例】贝叶斯优化化学反应

 

结论

 

一系列机器学习技术正在应用于化学反应,目标是增强实验发现和过程开发。大多数开源代码都是用Python开发的,需要编码熟练度。BIOVIA Pipeline Pilot可以用来民主化这些先进的机器学习方法,为没有编码专业知识的科学家提供能力,使他们能够在工作中部署最新的技术。

 

【Materials Studio应用案例】贝叶斯优化化学反应

 

 

 

【Materials Studio应用案例】贝叶斯优化化学反应

 

END

 

01

Materials Studio软件介绍

 

BIOVIA Materials Studio是一个多尺度、多功能的材料模拟计算平台。在近20多年的发展历程中,Materials Studio获得了来自全球多个科研机构的技术支持,历经28个版本的更新和升级,现已融合多种时间、空间尺度的模拟方法,形成了一个包含16个工具包、25个功能模块,可实现从微观电子结构解析到宏观性能预测的跨尺度科学研究平台。

 

目前,Materials Studio 软件是分子模拟领域中相对精确、稳定、高效的产品,广泛应用在化学化工、环境、制药、能源、电子、食品、航空航天和汽车等工业领域和教育科研部门有着非常广泛的应用。

 

 

【Materials Studio应用案例】贝叶斯优化化学反应

02

公司介绍

 

【Materials Studio应用案例】贝叶斯优化化学反应

 

东方科软成立于2016年10月,总部设在北京,主要服务材料科学与生命科学两大领域的用户,为其提供模拟仿真软件、技术咨询、技术培训及技术支持服务。

 

公司打造行业领域产品生态圈,不断引进国内外各种先进产品与技术,为材料和药物的设计与创新提供综合解决方案。团队专业背景覆盖材料科学、物理、化学化工、石油石化、生物医药等重要领域,能为用户提供专业、高效、快捷、精准的技术支持与服务。

 

目前,我们已服务上百家相关学术及企业用户,为他们的产品研发和创新提供了强有力的科学信息软件技术服务与产品支持!

 

 

评论