通过D-机器学习从DFT计算CCSD (T) -质量NMR化学转移
Julius B Kleine Büning1, Stefan Grimme1
1Mulliken Center for Theoretical Chemistry, Clausius Institute for Physical and Theoretical Chemistry, University of Bonn, Beringstr. 4, 53115 Bonn, Germany.
一种新的机器学习方法显著提高了对小型有机分子计算的核磁共振 (NMR) 化学转移的准确性. 这种方法增强了密度函数理论 (DFT) 计算的预测,计算成本最小.
科学领域:
- 计算化学计算化学
- 量子化学 是一个量子化学.
- 频谱学是一种光谱学.
背景情况:
- 核磁共振 (NMR) 光谱对于分子结构的确定至关重要.
- 精确的NMR参数的计算预测,特别是化学转移,在化学中是非常理想的.
- 当前密度功能理论 (DFT) 方法通常需要对精确的NMR化学转移预测进行校正.
研究的目的:
- 开发和介绍一种新的机器学习 (ML) 方法来纠正DFT计算的NMR化学转移.
- 为了提高NMR化学转移预测的准确性,使用三角形机器学习 (Δ-ML) 模型.
- 通过高度准确的参考数据和外部基准来验证ML校正方法的性能.
主要方法:
- 使用 Δ 机器学习方法来纠正 DFT 计算的 NMR 化学转移.
- 机器学习模型使用了来自DFT计算的输入特征和高度准确的参考数据 (CCSD(T) /pcSseg-2与基础设置推断).
- 该模型在1000个小有机分子结构的数据集上进行了训练,其中有7090个1H和4230个13C的NMR化学转移.
主要成果:
- 在应用到PBE0/pcSseg-2方法时,Δ-ML方法将1H的平均绝对偏差 (MAD) 降低了81%,13C NMR化学转移的平均绝对偏差降低了92%.
- 经ML校正的NMR转移显示了低MAD,在12个DFT功能/基础组合组合中,为1H从0.021到0.039ppm,为13C从0.38到1.07ppm.
- 临界线的校正始终优于传统的线性回归技术,并且在外部基准集上表现出稳定性.
结论:
- 提出的 Δ 机器学习方法为预测 NMR 化学转移提供了显著且计算成本低廉的改进.
- 该方法提供了准确而强大的NMR化学转移预测,适用于各种DFT功能和基础组合.
- 这种校正方案很容易适用于基于密度函数理论的光谱模拟,提高了它们的可靠性.
更多相关视频
08:0915N CPMG Relaxation Dispersion for the Investigation of Protein Conformational Dynamics on the µs-ms Timescale
Published on: April 19, 2021
08:49Author Spotlight: Unveiling the Potential of VSFG Microscopy in Studying Mesoscopically Heterogeneous Self-Assembled Structures
Published on: December 1, 2023
相关概念视频
NMR Spectroscopy: Chemical Shift Overview
For instance, the proton...
¹H NMR: Interpreting Distorted and Overlapping Signals
As Δν decreases and the signals move closer, the doublets appear increasingly distorted. The intensities of the inner lines increase at the cost of those of the outer lines as the signals are...
2D NMR: Heteronuclear Single-Quantum Correlation Spectroscopy (HSQC)
¹H NMR of Conformationally Flexible Molecules: Variable-Temperature NMR
2D NMR: Homonuclear Correlation Spectroscopy (COSY)
Two-Dimensional (2D) NMR: Overview
The first step is the preparation period, during which nucleus A is excited with a radiofrequency pulse....
