局部自旋中心图神经网络用于预测自由基对中的系间交叉速率

《The Journal of Physical Chemistry A》：Local Spin-Center Graph Neural Networks for Predicting Intersystem Crossing Rates in Radical Pairs

　　

有机过氧自由基（RO₂）的自反应和交叉反应（RO₂ + R′O₂）是大气氧化中的重要途径，因为它们可以形成低挥发性加成产物，有助于二次有机气溶胶。通常认为该反应通过一个四氧化物（RO₄R′）中间体进行。这个四氧化物的碎裂导致一个烷氧自由基对，最初以三重态耦合形式形成。通过系间交叉（ISC）进入单重态表面控制着复合与自由基传播通道之间的分支。然而，对于大的自由基对集合，直接量子化学评估ISC速率在计算上仍然要求很高。在这里，研究人员开发了一个局部自旋中心图神经网络（GNN）用于预测烷氧自由基对中的k_ISC。该表示围绕两个自旋承载氧原子构建，包括局部O–C–X自旋中心几何、元素分辨的第二壳层原子、p-框架节点/边投影以及最小的自由基间核心接触。最佳模型使用多通道加性方案，其中T₁ → S₁、T₁ → S₂、T₁ → S₃和T₁ → S₄的速率分别预测，总速率重建为log₁₀(∑_ik_i)。对于由先前计算的自由基对和一个新的更复杂且具有大气代表性的物种组成的组合数据集，模型对总log₁₀(k_ISC)达到了R² = 0.907，MAE = 0.320，RMSE = 0.464。描述符重要性分析表明，ISC速率主要由局部O–C–X自旋中心畸变控制，其次是元素特异性第二壳层几何和p-框架取向。所提出的GNN为大气自由基化学中自旋依赖路径的高通量预测提供了一个准确且可解释的框架。

**论文解读文章**

**1. 研究背景与问题**

大气中挥发性有机化合物（VOCs）的氧化过程是对流层化学的核心组成部分，直接影响空气质量、臭氧生成和二次有机气溶胶（SOA）形成。在初始氧化步骤后，碳中心自由基快速被分子氧转化为有机过氧自由基（RO₂）。RO₂物种相比其他大气自由基中间体寿命较长，可达到可观浓度并参与多种竞争反应路径。其中，过氧自由基的自反应和交叉反应（RO₂ + R′O₂）近年来受到关注，因其能生成含更大碳骨架的加成产物（accretion products），对SOA形成有贡献。量子化学研究表明，这类反应不能仅在单一电子势能面上理解：自旋态的变化（spin-state changes）对进入某些产物通道至关重要。公认的机理涉及初始形成亚稳态四氧化物中间体（RO₄R′），随后碎裂为两个烷氧自由基和O₂。由于O₂以三重基态释放，自旋守恒意味着新生成的烷氧自由基对最初处于三重态耦合构型（³(RO···R′O)）。该自由基对的后续命运决定了RO₂ + R′O₂反应的产物分布：简单分离给出自由基传播的烷氧通道，而复合体内部氢转移可生成分子产物（如醇和羰基化合物）；形成过氧化物型加成产物则需要进入单重态表面，因此系间交叉（ISC）成为复合路径的关键步骤。然而，ISC并不唯一决定最终产物：自旋转换后也可能发生解离和氢转移。因此，可靠预测RO₂ + R′O₂分支比及其对SOA形成的影响，取决于估算烷氧自由基对复合体中ISC速率的能力。目前，直接量子化学计算ISC速率对于大自由基对体系在计算上极为昂贵，需要多参考方法（如CASSCF和CASPT2），且涉及几何优化、Hessian计算和自旋-轨道耦合矩阵元（SOCME）导数等步骤。因此，开发可迁移且计算高效的ISC速率预测方法成为必要。

**2. 研究内容与结论**

该研究发表于《The Journal of Physical Chemistry A》。研究人员开发了一种基于局部自旋中心图神经网络（GNN）的模型，用于预测烷氧自由基对中的总ISC速率（k_ISC）。模型围绕两个自旋承载氧原子构建局部分子图，包含O–C–X自旋中心几何、元素分辨的第二壳层原子、p-框架节点/边投影以及最小自由基间核心接触。采用多通道加性方案，分别预测T₁ → S₁、T₁ → S₂、T₁ → S₃和T₁ → S₄四个通道的速率，并重建总速率log₁₀(∑_ik_i)。模型在组合数据集（包括先前计算的简单自由基对和新生成的复杂大气代表性物种）上达到R² = 0.907，MAE = 0.320，RMSE = 0.464。描述符重要性分析表明，ISC速率主要由局部O–C–X自旋中心畸变（如伞形角和金字塔化各向异性）控制，其次是元素特异性第二壳层几何和p-框架取向。该GNN为大气自由基化学中自旋依赖路径的高通量预测提供了准确且可解释的框架。

**3. 主要关键技术方法（不超过250字）**

研究人员采用以下关键技术方法：1）基于局部自旋中心图神经网络（GNN）的表示，围绕两个自旋承载氧原子（O）构建紧凑分子图，包含O、C、第一壳层X分支、第二壳层Y原子、局部p-框架轴和自由基间核心接触，节点和边特征包括原子身份、化学角色、距离、p-框架投影等。2）多通道加性预测方案，分别预测T₁ → S₁、T₁ → S₂、T₁ → S₃和T₁ → S₄四个ISC通道的速率，再重建总速率。3）使用GOAT全局优化器进行构象采样，结合GFN1-xTB和B3LYP-D3/ma-def2-SVP水平优化。4）参考数据通过XMC-QDPT2(6,4)/6-31G**水平计算单重态和三重态能量，SA-CASSCF(6,4)计算SOCME，采用简化公式（含Boltzmann修正）计算k_ISC。新数据集源自MCM机制中573种RO₂物种的GECKO-AP生成列表，筛选出10个自反应对和10个交叉反应对。

**4. 研究结果**

**4.1 数据集与ISC通道分布**
研究人员制备了两个数据库：原始数据集（OLD）和新数据集（NEW）。新数据集中，T₁ → S₂通道占主导（81.39%），T₁ → S₁占17.30%，T₁ → S₃仅占1.31%，T₁ → S₄未出现主导。通过分析平均通道性质发现，T₁ → S₂通道结合了大平均SOCME（约96 cm^-1）和适中的能量间隙（约1121 cm^-1），贡献了总ISC速率的约78%；而T₁ → S₁虽能量间隙更小，但SOCME仅约6.8 cm^-1，贡献较小。

**4.2 多通道加性GNN模型性能**
对于新数据集，模型对总log₁₀(k_ISC)的预测达到R² = 0.841，MAE = 0.426，RMSE = 0.638；原始数据集R² = 0.906，MAE = 0.292，RMSE = 0.426；组合数据集R² = 0.907，MAE = 0.320，RMSE = 0.464。通道级验证显示，组合数据集中各通道R²在0.899至0.933之间，表明模型学习了物理一致的通道特异性贡献。

**4.3 描述符重要性分析**
通过组级置换重要性分析，发现局部O–C–X自旋中心环境（包括伞形角、金字塔化等）最重要，置换后总速率R²下降0.297；其次为元素特异性第二壳层描述符（R²下降0.205）和p-框架描述符（R²下降0.057）。图级显著性分析进一步确认节点p-框架投影、到对侧自旋中心的距离、边p-框架分数等特征重要性。针对T₁ → S₂通道的详细分析表明，伞形角增大（从2.44°到14.53°）使T₁–S₂间隙从约715 cm^-1升至1999 cm^-1，抑制ISC速率；金字塔化各向异性增大则降低间隙，促进ISC。因此，局部几何畸变（伞形和金字塔化）是控制ISC速率的关键结构因素。

**4.4 描述符空间覆盖分析**
主成分分析（PCA）显示新数据集扩展了描述符空间，尤其是第二壳层和p-框架描述符。新数据集中超过90%的几何结构在第二壳层描述符上超出原始数据集的5-95%范围。局部O–C–X描述符扩展较温和，但伞形角和角度描述符仍有拓宽。最近邻距离分析表明大部分新几何远离原始描述符流形，解释了新数据集单独预测难度较高，但组合后模型仍保持准确性。

**5. 讨论与结论**

**讨论部分总结**：研究结果表明，新数据集更具挑战性，但组合后模型性能未下降，说明局部自旋中心图表示具有鲁棒性。描述符重要性分析揭示了ISC速率的物理控制层次：局部O–C–X自旋中心畸变主导，取代基壳层通过重塑该几何影响速率。紧凑且几何平衡的取代基壳层保持小伞形角和低T₁–S₂间隙，促进快速ISC；而庞大、不对称或角度不匹配的取代基增大畸变，抑制ISC。这一结构-性质关系与实验上小取代基过氧自由基生成加成产物速率更高的趋势定性一致。未来工作应聚焦于针对最高重要性描述符方向（如O–C–X角度畸变、低k_ISC区域）的有目的扩展，并结合不确定性量化或主动学习以提高模型外推能力。该框架可推广至其他自由基对类型和自旋依赖过程。

**研究结论部分翻译**：总体而言，这些结果解释了为何新数据集单独预测更困难，而组合模型保持准确。新几何结构采样了原始数据中代表性不足的区域，尤其是第二壳层几何和p-框架取向。同时，最重要的局部O–C–X描述符在其全部物理相关范围内仍未均匀覆盖。这种对最高重要性描述符方向的不完全覆盖可能限制了向某些新自由基对家族的泛化。因此，未来工作应不仅关注增加几何数量，还应针对性地扩展最重要的物理描述符方向。特别是，新的量子化学计算应有意识地采样更广范围的O–C–X角度畸变、伞形/金字塔化、分支不对称性、低k_ISC区间以及分布外的自由基对拓扑结构。描述符空间覆盖分析表明，这些高重要性的局部自旋中心区域尚未均匀覆盖，这可能限制了向某些新自由基对家族的泛化。将当前的局部图表示与不确定性量化或主动学习相结合，将使模型能够识别哪些几何结构需要更多的量子化学计算信息。最后，同一局部自旋中心框架可扩展到其他自由基对类别和相关的自旋依赖过程，其中局部轨道几何、取代基壳层变形和自旋中心畸变控制非绝热跃迁速率。