Un descriptor molecular interpretable para predicciones de aprendizaje automático en ciencias atmosféricas

Área de la Ciencia:

• Química Atmosférica
• Química Computacional
• Aprendizaje Automático

Sus antecedentes:

• El aprendizaje automático para la formación y química de aerosoles se ve obstaculizado por descriptores moleculares inadecuados para compuestos atmosféricos.
• Los descriptores existentes tienen dificultades con moléculas orgánicas grandes y altamente oxidadas, prevalentes en la atmósfera.
• Los modelos interpretables están especialmente limitados por descriptores basados en diccionarios, vinculados a subestructuras moleculares específicas.

Objetivo del estudio:

• Introducir ATMOMACCS, un novedoso descriptor molecular interpretable diseñado para compuestos atmosféricos.
• Evaluar el rendimiento de ATMOMACCS frente a descriptores tradicionales en la predicción de propiedades fisicoquímicas clave.

Principales métodos:

• Se desarrolló ATMOMACCS combinando claves de huella dactilar MACCS con motivos inspirados en SIMPOL.
• Se utilizaron modelos de regresión de cresta de kernel para evaluar el rendimiento del descriptor en seis conjuntos de datos de compuestos atmosféricos.
• Se realizó un análisis de características para comprender las relaciones descriptor-propiedad.

Principales resultados:

• ATMOMACCS demostró un rendimiento superior en comparación con la huella topológica de RDKit.
• Se lograron reducciones significativas de errores en la predicción de presiones de vapor de saturación (hasta 43%), coeficientes de partición de equilibrio (hasta 9%), temperaturas de transición vítrea (22%) y entalpías de vaporización (61%).
• Se identificaron características moleculares clave que influyen en diferentes propiedades fisicoquímicas, destacando la generalizabilidad del descriptor.

Conclusiones:

• ATMOMACCS es un descriptor molecular versátil e interpretable, eficaz para compuestos atmosféricos.
• El descriptor mejora la precisión de los modelos de aprendizaje automático para predecir las propiedades de los compuestos atmosféricos.
• Proporciona información sobre las relaciones estructura-propiedad relevantes para la química y la física atmosféricas.