GRACE-OFF：基于GRACE架构的有机液体机器学习原子间势

《Journal of Chemical Theory and Computation》：GRACE-OFF: A Machine-Learned Interatomic Potential for Organic Liquids Using the GRACE Architecture

　　

机器学习原子间势（Machine-learned interatomic potentials, MLIPs）已成为分子动力学（Molecular dynamics, MD）模拟中越来越重要的工具，能够在显著降低计算成本的同时实现接近量子力学的精度。近期研究表明，图原子团簇展开（Graph Atomic Cluster Expansion, GRACE）神经网络架构在材料化学中表现出强大的性能。在本工作中，研究人员评估了GRACE架构用于有机分子势能面预测的能力，并推出了GRACE-OFF（GRACE有机力场）。研究人员基于SPICE v2.0数据集训练了不同深度（一层和两层）和不同规模（小、中、大）的GRACE模型，并使用多种基准对所得模型进行了验证，包括单点能量与力预测、扭转能曲线、有机液体和水的凝聚相性质（热力学性质、自扩散系数、径向分布函数以及温度依赖的水密度），以及气相Ala₁₅和溶剂化crambin蛋白的生物分子MD模拟稳定性。在单分子基准（单点能量与力、扭转能曲线）中，单层模型仅表现出一般的性能，而双层模型则优于与之比较的MACE-OFF模型。在凝聚相性质方面，双层模型的结果始终优于MACE-OFF系列MLIPs。对于水和己烷，GRACE-OFF模型还超越了计算成本高得多的小型UMA/OMol25 (S)模型。双层GRACE-OFF模型能够准确再现实验水径向分布函数，并在270至330 K温度范围内预测的水密度与实验数据高度一致。基准测试表明，在单精度和双精度计算中，GRACE-OFF都比相应的MACE-OFF模型实现了更高的MD性能。这使GRACE-OFF成为常规有机液体和生物分子系统模拟中准确且计算高效的基础势。

机器学习原子间势（Machine-learned interatomic potentials, MLIPs）已成为分子动力学（Molecular dynamics, MD）模拟的重要工具，能够在远低于量子力学方法的计算成本下接近其精度。近年来，多种MLIP架构被提出，其中基于原子团簇展开（Atomic Cluster Expansion, ACE）的图原子团簇展开（Graph Atomic Cluster Expansion, GRACE）架构在材料化学中表现优异，但尚未有面向有机体系的公开模型。与此同时，MACE-OFF系列虽已提供有机分子预训练模型，但其在若干凝聚相性质上的预测仍有明显偏差。为此，研究人员系统评估GRACE架构在有机分子势能面预测中的表现，训练并推出了GRACE-OFF（GRACE Organic Force Field）基础模型族，旨在为有机液体及生物分子模拟提供兼具精度和效率的机器学习势。该成果发表于《Journal of Chemical Theory and Computation》。

为了系统考察网络深度和规模的影响，研究人员训练了三种单层（1L-S/M/L）和三种双层（2L-S/M/L）GRACE模型。GRACE架构通过递归树图基函数构造表示，单层模型仅包含局域ACE式星图相互作用，双层模型则引入两跳邻居信息，有效相互作用范围约达两倍截断半径。训练数据来自小分子/蛋白相互作用化学能数据集（Small-molecule/Protein Interaction Chemical Energies, SPICE v2.0），该数据集包含113,999个分子、2,008,628个构象，参考能量和力由ωB97M-D3BJ/def2-TZVPPD级别理论计算得到。为保证与MACE-OFF可比，研究人员仅保留H、C、N、O、F、P、S、Cl、Br、I十种元素构成的电中性分子，剔除离子对后共1,995,993个结构；另随机留出10,000个结构作为测试集，5%作为验证集。模型以生成能为能量目标训练500个epoch，采用Adam优化器，截断半径为6 ?。验证方面，研究人员开展了单点能量/力误差评测、几何优化（100个结构）、基于TorsionNet数据集的500个分子扭转扫描、六种有机液体的NPT/NVT模拟、水的温度-密度曲线与径向分布函数分析，以及Ala15气相和溶剂化crambin的MD稳定性测试。所有MD模拟使用原子模拟环境（Atomic Simulation Environment, ASE）接口，步长0.5 fs或1 fs，并在多款NVIDIA GPU上测试吞吐量。

在单分子性质方面，单点能量与力预测显示，单层模型的能量平均绝对误差（mean absolute error, MAE）为1.4–3.6 meV/原子，力MAE为32–72 meV/?；双层模型显著更优，能量MAE为0.5–1.3 meV/原子，力MAE为12–25 meV/?。双层小模型已超越单层大模型，且性能随规模增大而提升。几何优化中，各模型结构均方根偏差（root-mean-square deviation, RMSD）相近，约0.41 ?，但单层模型的能量偏差更大。扭转扫描中，双层模型明显优于单层模型，GRACE-OFF(2L-L)误差最小；所有模型均系统性低估扭转能垒高度，但GRACE-OFF(2L-M)已接近MACE-OFF23(L)的水平。

在凝聚相性质方面，研究人员对水、甲醇、丙酮、苯、正己烷和N-甲基乙酰胺（NMA）进行NPT/NVT模拟。所有GRACE-OFF(2L)模型对密度、蒸发焓、热容、等温压缩率和热膨胀系数的MAE总体低于MACE-OFF23(S/M)。其中(2L-M)在等温压缩率、热膨胀系数和密度上表现最好；对于水和正己烷，GRACE-OFF还优于UMA/OMol25 (S)。自扩散系数方面，GRACE-OFF(2L-S/M)与实验值偏差小，而MACE-OFF23(S)出现严重离群点。水的径向分布函数（radial distribution function, RDF）方面，模型与实验曲线吻合良好，(2L-M)最佳，但第一氧-氧峰偏高、第二峰分辨不足。温度依赖性水密度方面，所有GRACE-OFF(2L)模型在270–330 K范围内与实验值高度一致，(2L-M)几乎完美；MACE-OFF系列系统性地高估5–15%，且下降斜率过陡。

在生物分子模拟方面，采用表现均衡的GRACE-OFF(2L-M)进行气相Ala₁₅模拟和溶剂化crambin模拟。Ala₁₅从伸展构象快速折叠为α-螺旋，并在模拟中保持稳定，未出现键断裂或非物理构象。crambin的RMSD在初始弛豫后约为0.5–1.2 ?，三次独立模拟均稳定。

在计算性能方面，在NVIDIA RTX 4090、A100等GPU上，GRACE-OFF(2L-M/L)在单精度和双精度下均显著快于对应MACE-OFF(M/L)，且内存占用更低。MACE-OFF23(L)在RTX 4090上出现内存不足，而所有GRACE-OFF变体均可在所有测试GPU上运行。UMA/OMol25(S)速度最慢。GRACE-OFF(2L-M)约比UMA/OMol25(S)快一个数量级，比MACE-OFF(M)快约三倍。

讨论部分指出，增加网络深度和规模均能稳定提升性能；双层GRACE架构能捕捉重要的多体和动力学效应，尽管训练数据仅含单点能量和大部分气相参考数据。对于液态水这一严格测试，GRACE-OFF(2L)模型在密度和RDF上优于MACE-OFF以及最近加入长程校正的MACELES-OFF。研究人员强调，GRACE架构在参数更少的情况下实现了与更大MACE模型相当或更高的吞吐量，表明其表示效率较高。研究结论可概括为：GRACE-OFF系列为有机液体和生物分子模拟提供了准确、高效且可迁移的基础势模型；未来可通过系统探索架构选择、超参数优化和更多样化的训练数据进一步改进。