近日，浙江大學(xué)杭州國際科創(chuàng)中心生物與分子智造研究院邢華斌教授團(tuán)隊和陳華鈞教授團(tuán)隊瞄準(zhǔn)多孔吸附劑材料的精準(zhǔn)智造，開發(fā)出專家知識共學(xué)習(xí)的晶態(tài)多孔材料吸附性能端對端深度學(xué)習(xí)框架 DeepSorption，有效提升多孔材料吸附性能的預(yù)測精度與速度，并實現(xiàn)了原子尺度的可解釋性。

這一成果以《Direct prediction of gas adsorption via spatial atom interaction learning》為題，于 2023 年 11 月 3 日發(fā)表在《Nature?Communications》上。

基于多孔材料的物理吸附技術(shù)為二氧化碳捕獲、能源氣體儲存、化工分離過程等全球挑戰(zhàn)提供了低成本和節(jié)能環(huán)保的解決方案。然而，基于?trial-and-error?實驗范式的傳統(tǒng)高性能多孔材料的篩選和設(shè)計方式受到實驗時間長、試錯成本高等問題的阻礙。

機(jī)器學(xué)習(xí)通過學(xué)習(xí)多孔材料及其物理吸附行為的知識，為快速發(fā)現(xiàn)具有所需吸附特性的材料提供了一種有效的方法。傳統(tǒng)的基于專家設(shè)計的多孔材料描述符的機(jī)器學(xué)習(xí)算法通過最大限度地包含多孔材料的關(guān)鍵結(jié)構(gòu)信息來提高模型預(yù)測的準(zhǔn)確性。然而，由于該方法存在的原始結(jié)構(gòu)信息丟失和描述符生成和處理過程中計算成本高的固有缺點不可避免地會導(dǎo)致誤差的傳播，造成模型預(yù)測精準(zhǔn)度的局限。

端到端的深度學(xué)習(xí)模型有利于保持完整的原始結(jié)構(gòu)信息，具有實現(xiàn)準(zhǔn)確預(yù)測的巨大潛力。然而，要直接從多孔材料結(jié)構(gòu)出發(fā)實現(xiàn)有效的吸附性能預(yù)測，還面臨三個艱巨的挑戰(zhàn)：（1）完整的原始結(jié)構(gòu)信息的輸入和傳遞；（2）原子尺度的信息交互和計算以及良好可解釋性；（3）在純數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)模型中存在的數(shù)據(jù)饑渴問題。

本研究設(shè)計并訓(xùn)練了一個內(nèi)置專家知識共學(xué)習(xí)模塊的空間原子相互作用學(xué)習(xí)框架 DeepSorption，實現(xiàn)了利用晶態(tài)多孔材料的原子坐標(biāo)和化學(xué)元素類型的信息作為輸入，結(jié)構(gòu)吸附性能的端對端預(yù)測。

該框架的獨特架構(gòu)在于開發(fā)的 Matformer 模型，該模型可以高保真地解釋多孔材料的整體結(jié)構(gòu)信息，包括原子空間排列和化學(xué)元素信息。此外，模型內(nèi)的多尺度原子注意（MSA）機(jī)制實現(xiàn)了對不同尺度原子間相互作用的準(zhǔn)確、高效認(rèn)知，并實現(xiàn)了隱藏在編碼層中的潛在原子相互作用的可視化。此外為針對純數(shù)據(jù)驅(qū)動學(xué)習(xí)中存在的數(shù)據(jù)饑渴的弊端，采用了專家知識共同學(xué)習(xí)（knowledge co-learning, KCL）策略。

結(jié)果表明，KCL 可以將專家知識作為預(yù)測的輔助任務(wù)，促進(jìn)模型在結(jié)構(gòu)-吸附性能構(gòu)效關(guān)系空間中的收斂，有利于提高吸附性質(zhì)的預(yù)測精度。值得注意的是，專家知識的輸出只在模型訓(xùn)練時需要，而不干擾預(yù)測過程，保證了快速的預(yù)測速度。

DeepSorption 深度學(xué)習(xí)框架擁有時間效率高、誤差傳播少以及數(shù)據(jù)效率高的優(yōu)點。與巨正則蒙特卡羅分子模擬和其他機(jī)器學(xué)習(xí)模型相比，使用DeepSorption 進(jìn)行晶態(tài)多孔吸附劑的氣體吸附曲線預(yù)測的精度更高、速度更快。與基于專家信息描述符的機(jī)器學(xué)習(xí)模型和晶體圖神經(jīng)網(wǎng)絡(luò) CGCNN 相比，DeepSorption 在多個二氧化碳和氮氣的吸附量數(shù)據(jù)集上預(yù)測性能的平均絕對誤差下降了 20-35%。

DeepSorption 通過空間原子相互作用學(xué)習(xí)網(wǎng)絡(luò)實現(xiàn)了晶體多孔材料復(fù)雜吸附特性的準(zhǔn)確、快速預(yù)測。得益于多尺度原子注意機(jī)制，DeepSorption 能夠準(zhǔn)確評估原子之間的相互作用，實現(xiàn)物理吸附行為預(yù)測，并提供直觀的可視化思維和執(zhí)行軌跡。復(fù)雜物理化學(xué)性質(zhì)的準(zhǔn)確預(yù)測凸顯了整體結(jié)構(gòu)意識、原子級空間結(jié)構(gòu)信息與化學(xué)元素信息的耦合傳遞和相互作用的重要性。

DeepSorption 深度學(xué)習(xí)框架不僅實現(xiàn)晶態(tài)多孔材料吸附性能的端對端準(zhǔn)確預(yù)測，并在原子尺度揭示了決定晶體多孔材料表達(dá)功能的內(nèi)在化學(xué)性質(zhì)，并有望成為預(yù)測其他晶體材料（如鈣鈦礦和晶態(tài)催化劑）的各種物理化學(xué)和表面性質(zhì)的一種基準(zhǔn)算法工具。