生成对抗支持向量机在分子特性生成中的创新应用与性能评估

本研究针对传统生成对抗网络(GAN)在分子特性预测中存在的超参数空间大、训练困难等问题，创新性地将支持向量机(SVM)引入GAN架构，提出生成对抗支持向量机(GA-SVM)模型。以甲酸二聚体(FAD)和H2O-CH4体系为研究对象，通过整合分子结构、能量和偶极矩等特征向量，实现了从零开始生成分子特性。结果表明，该模型超参数空间减少50%，有效避免模式坍塌问题，生成数据与ab initio计算结果吻合良好，为分子设计提供了高效新工具。

　　

在化学和材料科学领域，准确预测分子结构和性质是设计新型功能材料的关键。传统量子化学计算方法虽然精确，但计算成本高昂，特别是构建全局势能面(PES)需要数万个网格点计算。生成对抗网络(GAN)作为人工智能里程碑技术，虽在图像生成领域表现优异，但在分子生成中存在超参数空间大、训练困难及模式坍塌等问题，限制了其应用效果。

为解决这些挑战，研究人员提出了一种创新性的生成对抗支持向量机(GA-SVM)模型。该模型通过将支持向量机(SVM)整合到GAN框架中，将超参数空间减少50%，显著降低了训练难度。研究选用甲酸二聚体(FAD)作为模型系统，这是研究多重质子转移过程的模板体系，与复杂DNA系统具有相似性。通过构建包含15,000个ab initio网格点的数据集，将笛卡尔坐标、能量和偶极矩组合为34维特征向量进行训练。

研究采用三个关键技术方法：(1)构建1D卷积生成器网络，采用ReLU6激活函数和RESNET式快捷连接；(2)用SVM替代传统判别器，定义包含协方差矩阵差异和聚类中心差异的复合损失函数；(3)建立特征向量的直和空间(x∈G⊕E⊕D)，实现分子结构、能量和偶极矩的联合生成。

分子结构生成
模型成功生成多样化的FAD构型，包括平面参考结构（图3a）、羧酸基团扭曲结构（图3b）和氢原子居中结构（图3c）。生成的100个结构堆叠图（图3e）显示每个构型均独特，证明有效避免了模式坍塌问题。在H₂O-CH₄体系中，模型生成的二聚体结构呈现甲烷平移偏好，且水分子的键角"幻觉"为123.4度，突破训练集109.4度的刚性限制。

能量预测性能
对原子分布1.1-1.2 ?的构型，生成能量与ab initio值的均方根误差(RMSE)为0.039 a.u.（图4b）。随着原子分布范围扩大至1.1-1.6 ?，误差增至0.534 a.u.（图4d），反映模型在数据密集区预测更准确。对14,720个生成样本的分析显示（图8），能量分布范围宽于ab initio值，存在双向偏差。

偶极矩预测
在最佳原子分布范围内，偶极矩幅值和分量的RMSE为0.11 a.u.（图5）。特征向量的直和构造使模型可扩展至其他分子性质预测，如SAPT能量分解项(E_elst、E_ind等)。

该研究开创性地将SVM与GAN结合，为分子特性预测提供了新范式。相比传统GAN，GA-SVM具有三大优势：(1)超参数空间减半，降低训练难度；(2)特征向量直和构造支持任意分子性质组合；(3)彻底避免模式坍塌。虽然生成精度尚未达到化学精度(1 kcal/mol)，但该方法实现了"从零开始"的分子设计，为药物发现和材料开发提供了高效起点。未来通过扩大数据集和优化网络结构，有望进一步提升预测精度，拓展至蛋白质设计等更复杂体系。