基于收敛局域CCSD(T)方法在二百原子尺度对标纳米级非共价复合物

《The Journal of Physical Chemistry A》：Benchmarking Nanoscale Noncovalent Complexes at the Two-Hundred-Atom Scale with Converged Local CCSD(T)

　　

研究人员提出了vL27基准数据集，包含27个最大达205原子的非共价复合物，用于探测纳米尺度相互作用效应。参考结合能采用局域耦合簇方法（CCSD(T)）结合单、双激发及微扰三重激发计算，并通过极紧对自然轨道（VeryTightPNO）阈值与完全对自然轨道空间（CPS）外推至完全基组（CBS）极限，以最小化局域近似带来的误差。MP2/CBS方案经MP2-F12验证，局域CCSD(T)/CPS协议与正则CCSD(T)对标，证实二者在纳米体系中的稳健性。对称适配微扰理论（SAPT）分析显示，多数复合物以色散为主或呈混合相互作用特征，即使缺乏π–π堆积的氢键体系亦然，凸显色散与多体效应对大尺度组装稳定的核心作用。基于该基准数据，研究人员评估了多种电子结构方法、半经验方法及机器学习势。其中MP2+D3-ML、B97M-D4、ωB97M-D4和HF-3c在精度与可迁移性间取得最佳平衡，能够一致再现绝对相互作用能与相对结合趋势。因此，vL27数据集为评估和开发适用于纳米级非共价体系的低成本计算方法提供了严格且化学真实的基准。

研究背景与意义

纳米尺度的非共价相互作用（NCIs）在分子识别、自组装、吸附及限域反应等过程中发挥关键作用。现有电子结构与数据驱动方法多基于小分子体系开发与验证，其性能在扩展到数十至数百原子的纳米体系时存在不确定性。随着体系增大，多体相互作用与限域效应会显著改变NCIs的强度及各组分平衡，导致在小体系中存在的误差抵消机制失效。尤其是密度泛函理论（DFT）在纳米尺度表现不稳定，而机器学习势（MLPs）在训练域外可能出现更大偏差。正则耦合簇CCSD(T)结合完全基组（CBS）极限被视为高精度参考标准，但其计算成本随体系规模呈O(N⁷)增长，难以直接应用于百原子级体系。因此，研究人员需要发展可靠且经济的局域CCSD(T)方案，并建立适用于纳米尺度的基准数据集，以指导低耗算法的开发与验证。该研究发表于《The Journal of Physical Chemistry A》Steve Scheiner纪念专刊。

关键技术方法

研究人员构建了vL27数据集，包含27个大型非共价复合物（最大205原子）。参考结合能通过焦点法获得：Hartree–Fock能量采用aug-cc-pVQZ或heavy-aug-cc-pVQZ达到CBS极限；MP2相关能采用逆立方公式基于aug-cc-pVTZ/aug-cc-pVQZ或heavy-aug版本外推；ΔCCSD(T)相关校正分为两部分，分别用双ζ与三ζ基组结合局域DLPNO–CCSD(T₁)计算，并引入VeryTightPNO阈值与CPS外推降低局域近似误差。MP2/CBS通过MP2-F12验证可靠性。SAPT(KS)+MBDrev-ML用于相互作用能分解。多种方法（MP2系列、DFT系列、复合方法、半经验方法及MLPs）在vL27上进行系统评估。

研究结果

3.1 MP2/CBS与MP2-F12及MP2-F12D在L7数据集上的比较

研究人员发现，MP2-F12D在三ζ及以上基组结果与MP2-F12几乎一致，且经CP校正后，MP2/CBS与MP2-F12D/QZ差异仅约0.02 kcal/mol，验证了传统CBS外推在大型非共价体系中的稳健性。同时，MP2常显著高估结合能，ΔCCSD(T)校正对大体系至关重要。

3.2 DLPNO–CCSD(T₁)/CBS（VeryTightPNO，7/8 CPS外推）在vL27上的基准结果

vL27包含90–205原子的27个复合物，平均136原子。加入7/8 CPS外推后，结合能较无外推平均增强0.48 kcal/mol，且与LNO–CCSD(T)/CBS参考值相符，进一步支持该方案的可靠性。

3.2.1 SAPT能量分解分析

SAPT0/jaDZ在小体系中的误差抵消在vL27中失效，RMSE高达13.2 kcal/mol。SAPT(KS)+MBDrev-ML表现最佳（RMSE=3.8 kcal/mol，MSE≈0），能准确捕捉色散与静电贡献。SAPT分析显示，20个复合物以色散主导，其余为混合特征，即使氢键体系亦如此，凸显多体色散的关键作用。该方法还能正确预测C₆₀与不同芳烃的结合顺序，而SAPT0无法做到。

3.2.2 各计算方法在vL27上的表现

常规MP2误差最大（RMSE=19.8 kcal/mol）。MP2+D3-ML表现最优（RMSE=2.2 kcal/mol），κ-MP2次之（RMSE=3.2 kcal/mol）。DFT中，ωB97M-D4（RMSE=1.5 kcal/mol）与B97M-D4（RMSE=1.8 kcal/mol）最优；PBE0+D4在MAX上最低（3.2 kcal/mol）。复合方法中HF-3c最优（RMSE=2.2 kcal/mol）。半经验方法以g-xTB最好（RMSE=3.0 kcal/mol），MLPs（IPML、CLIFF）误差较大且可迁移性差。相对结合顺序方面，MP2+D3-ML、B97M-D4、ωB97M-D4、HF-3c等方法均能正确预测C₆₀与不同芳烃的结合强弱顺序。

结论与讨论

研究表明，vL27数据集涵盖多种纳米尺度相互作用类型，结合高精度的DLPNO–CCSD(T)/CBS（VeryTightPNO，7/8 CPS）参考值，可有效评估与筛选低成本计算方法。MP2+D3-ML、B97M-D4、ωB97M-D4和HF-3c在绝对能量与相对趋势上均表现可靠，是纳米非共价体系研究的优选方案。HF-3c可作为预筛工具，配合高精度方法优化。该研究为纳米尺度电子结构方法的发展与应用提供了严格基准，也为后续机器学习势的训练与验证奠定了基础。