《Polymers》：Glass Transition Prediction of Binary Copolymers Across Large Chemical Spaces Using Machine Learning and Physics-Based Modeling
编辑推荐：
玻璃化转变温度（Tg）是聚合物性能的关键设计参数，适用于多种应用，然而在广阔化学空间中快速预测Tg仍具挑战。研究人员提出一种机器学习（ML）框架，用于二元共聚物Tg的高通量预测，该框架基于包含均聚物和共聚物的实验数据集进行训练。研究人员评估了多种ML架构，包括
玻璃化转变温度（Tg）是聚合物性能的关键设计参数，适用于多种应用，然而在广阔化学空间中快速预测Tg仍具挑战。研究人员提出一种机器学习（ML）框架，用于二元共聚物Tg的高通量预测，该框架基于包含均聚物和共聚物的实验数据集进行训练。研究人员评估了多种ML架构，包括基于图的算法，以有效捕捉非线性组成-性能关系。优化后的模型实现了高预测精度，均方根误差（RMSE）约为14K，决定系数（R2）约为0.98。关键的是，该框架通过整合结构描述符与摩尔组成比，考虑了单体单元的化学多样性，使模型能够捕捉热稳定性对化学结构和组成的复杂依赖性。研究人员利用基于物理的分子动力学（MD）模拟验证了模型的稳健性。为展示平台的可扩展性，研究人员生成了一个包含约148,000种二元共聚物组成的库，并预测了其Tg，从而促进了对广阔设计空间的快速映射。这一庞大的虚拟库能够识别出通过传统试错法实验上难以获得的最佳单体配对。通过这些大规模探索研究，研究人员证明了为目标应用设计共聚物的能力，包括一个关于弹性体系统的具体案例研究。这种整合实验数据、ML建模和基于物理验证的综合方法，为加速发现和多功能共聚物的多目标优化提供了一条变革性路径。
**论文解读：《基于机器学习和物理建模的大化学空间二元共聚物玻璃化转变预测》**
**研究背景与问题**
共聚物因其可调的热、机械和功能性能，在消费品、电子、涂料、弹性体、胶粘剂和生物医学器件等领域广泛应用。玻璃化转变温度（Tg）是决定聚合物性能、加工性和适用性的关键参数：高Tg共聚物适合需要耐热性的电子和结构应用，低Tg共聚物则适用于弹性体和柔性材料。然而，Tg的预测极具挑战性，因为其与单体化学结构和组成的关系可能是线性、凸形、凹形或其他复杂形状。实验测定Tg耗时且资源密集，难以快速筛选；分子动力学（MD）模拟虽相对高效且可靠，但计算成本仍过高，无法探索大化学空间和新型共聚物设计。机器学习（ML）可从分子描述符直接预测聚合物性能，速度比实验和模拟快多个数量级，但现有研究多聚焦于均聚物，针对共聚物的研究较少，且需处理组成依赖性和化学多样性带来的额外复杂性。为此，研究人员开展了本研究，旨在开发一个基于图算法的ML模型，实现对共聚物Tg的稳健、可迁移且准确的预测，并利用MD模拟进行验证，最终通过大规模库筛选展示其实用性。
**主要技术方法**
研究人员收集了两个实验Tg数据集：Bicerano等的301个均聚物数据点和Penzel等的365个共聚物数据点（包含14种均聚物和351种随机二元共聚物，单体如丙烯酸甲酯、苯乙烯等，组成范围0%~100%，步长20%）。合并后共666个数据点（315个均聚物，351个二元共聚物）。ML模型包括描述符基模型（如弹性网络、随机森林、XGBoost、支持向量机、深度神经网络）和图基模型（如GCN、GraphSAGE、GIN等）。输入采用SMILES表示，经RDKit描述符、摩根指纹等特征化，再通过组成加权聚合（平均值、最小值、最大值、标准差、中位数）得到共聚物特征。图基模型将单体表示为断开图，原子为节点，键为边，结合组成进行图卷积。模型训练采用90%训练集/10%测试集的分割，使用留出式（out-of-sample）分裂以避免数据泄露，并通过贝叶斯优化结合五折交叉验证选择最优模型（最终集成前三名架构）。MD模拟使用Schr?dinger Materials Science Suite 2024-3和OPLS4力场，在GPU Desmond引擎上运行。Tg计算流程：生成聚合物链（~2000原子），6条链填入模拟盒（~12000原子），多步平衡后从900K降至100K（步长10K，每步5ns），通过密度-温度双曲线拟合确定Tg。弹性常数计算：对平衡系统施加单轴和双轴应变（步长0.002，六步），在300K进行500ps MD，得到应力-应变数据，计算杨氏模量、剪切模量和体积模量。
**研究结果**
**3.1 共聚物Tg的机器学习模型**
研究人员分别训练了均聚物数据集、共聚物数据集及合并数据集。最佳模型在均聚物测试集上RMSE为28.63K，共聚物测试集上为5.11K（因共聚物化学多样性较低）。合并数据集的测试RMSE为14.26K，R2≈0.98，预测与实验一致。此外，通过比较组成依赖性Tg曲线（如tBA-BA、tBA-iBA、tBA-tBMA、MA-MMA、MA-EMA），ML预测与实验值紧密吻合，表明模型能准确捕捉组成对Tg的影响。
**3.2 共聚物数据集枚举及MD验证子集**
将315种独特单体两两组合，生成49,455种二元共聚物，再按25:75、50:50、75:25三种重量比扩展，得到148,365种共聚物。利用ML模型预测Tg，分布显示多数共聚物Tg在300~400K之间。为验证可靠性，从枚举库中均匀选取10个Tg点，改变组成（0:100、25:75、50:50、75:25、100:0）得到50种聚合物（20种均聚物、30种共聚物），进行MD模拟计算Tg。MD结果与ML预测对比显示，MD倾向于高估Tg，经校准后两者R2=0.89，且组成依赖性曲线高度一致，验证了ML模型的鲁棒性。
**3.3 弹性体案例研究**
从315种单体中选出44种弹性体候选单体（基于文献，如丁二烯、异戊二烯、丙烯酸酯等），生成两组共聚物：Set-1（两种单体均来自候选池）和Set-2（一种来自候选池，另一种来自剩余单体），共38,610种弹性体候选共聚物。Tg分布显示Set-1中无Tg高于400K的共聚物。通过Z-score分析识别低Tg（最低10%）共聚物中高频出现的单体，Set-1中单体得分较高。为验证ML模型，选取30个低Tg（200~250K）和30个高Tg（400~600K）共聚物，计算弹性常数（杨氏模量、剪切模量、体积模量）。结果显示，高Tg共聚物的模量显著高于低Tg共聚物，符合一般认知，进一步验证了ML模型的预测能力。
**讨论与结论**
研究开发的ML模型能够准确预测二元共聚物的Tg，并通过MD模拟和弹性体案例进行了定量和定性验证。该模型适用于高通量筛选大设计空间，大幅减少了对昂贵原子模拟和实验试错的依赖。未来工作将扩展至多组分共聚物（三元及以上），并将Tg预测整合到多目标优化框架中，以同时优化聚合物材料的热、机械和传输性能。
**研究结论翻译**
用于预测二元共聚物Tg的ML模型，利用两个实验Tg数据集开发，通过MD模拟进行定量验证，并通过弹性体案例研究进行定性评估。该模型的稳健性和预测准确性使其非常适合对大型共聚物设计空间进行高通量Tg筛选，显著减少了对计算密集的原子模拟和实验试错的依赖。未来工作将重点扩展该框架至多组分共聚物（三元及以上体系），并将Tg预测整合到多目标优化框架中，目标是对聚合物材料的热、机械和传输性能进行同步优化。
