ChemRefine: 機械学習および量子化学シミュレーションのためのオープンソース自動化・相互運用可能プラットフォーム

科学分野:

• 計算化学
• 機械学習
• 科学ソフトウェア開発

背景:

• 機械学習は、タスクの高速化と予測の改善のために計算化学でますます使用されています。
• 既存の量子力学（QM）ワークフローに新しい機械学習された原子間ポテンシャル（MLIP）を統合することは、大きな課題となっています。

研究 の 目的:

• 計算化学ワークフローの自動化のためのモジュラープラットフォームであるChemRefineを紹介します。
• 高度なMLIPを複雑でハイボリュームな計算タスクにシームレスに統合できるようにします。
• 自然言語処理を使用してワークフロー作成を簡素化します。

主な方法:

• モジュラー自動計算化学プラットフォームであるChemRefineを開発しました。
• ワークフロー内でのMLIPの自動トレーニング、ファインチューニング、展開を統合しました。
• 自然言語の説明から入力および構成ファイルを生成するために、カスタム大規模言語モデルであるChemRefineGPTを利用しました。

主要な成果:

• ChemRefineをホストゲスト結合、特性予測、コンフォメーションサンプリング、遷移状態探索などの多様なタスクでロードテストしました。
• MLIPを使用して、予測精度を維持しながらシミュレーションを加速しました。
• 複数の計算タスクを単一の再現可能なワークフローに凝縮しました。

結論:

• ChemRefineは、次世代MLIPを計算化学に統合するための堅牢なソリューションを提供します。
• このプラットフォームは、さまざまな科学的アプリケーションの効率と再現性を向上させます。
• ChemRefineGPTは、複雑な計算ワークフローを利用するための参入障壁を大幅に低くします。