基于化学信息的社区检测用于复杂化学反应网络的拓扑分析与简化

《Chinese Journal of Chemical Engineering》：Chemically informed community detection for topological analysis and simplification of complex chemical reaction networks

　　**摘要**复杂化学反应网络（CRNs）在工业石化过程中的分析与模拟，往往受到"维度灾难"的制约——庞大的物种数量和基元反应使得详细动力学模型在计算上难以承受。虽然复杂网络理论通过社区检测为模型降维提供了一条途径，但传统算法往往未能考虑化学体系中固有的拓扑结构和热力学约束。本研究提出了一种基于Reichardt-Bornholdt Potts模型（RB-POTS）的新型化学信息社区检测算法，以弥补这一空白。该算法引入了两项关键增强：一是路径长度加权机制，优先处理直接化学相互作用；二是层次约束，对热力学上不利的逆向流动施加惩罚，从而使划分结果与反应的内在方向性保持一致。将该方法应用于石脑油热解CRN时，表现出卓越的性能。通过小世界分析指导的严格80%边剪枝策略，简化了网络结构，同时使模块度从0.0006提升至0.4563，有效揭示了网络的层次化和中心-辐射式架构。通过在石脑油裂解炉上部署图卷积网络（GCN）模型，验证了简化网络的工业适用性。结果表明，简化后的拓扑结构在关键产物预测上保持了较高的准确性，同时大幅降低了计算负担，训练速度提升超过90%，推理延迟仅为0.3毫秒，实现了实时推理。本研究建立了一种化学感知的研究方法，架起了复杂网络理论与化学工程之间的桥梁，为石化行业的数字化转型和新质生产力发展奠定了坚实基础。**引言**化学反应网络（CRNs），尤其是描述复杂工业过程的网络，以庞大的物种数量和基元反应数量为特征。这种固有的复杂性带来了严峻的"维度灾难"，使得详细动力学模型在实时过程优化、控制以及基本机理洞察等方面难以在计算上可行。[1] 因此，开发鲁棒的方法论以智能降维和模块化分析这些庞大网络，是现代化学工程面临的关键挑战。[2] 复杂网络理论的应用已成为一种有力的范式，通过社区检测提供了一个揭示CRN内在功能组织的框架。[3]社区检测算法旨在将网络划分为若干社区，其中社区内节点之间的互联密度高于与其他社区节点的连接密度。[4] 对于CRN而言，这些社区可以对应于具有共同化学官能团或参与相关转化路径的物种与反应集合，从而提供系统的粗粒化但具有化学意义的表征。[5] 早期应用通常采用广泛使用的Louvain算法，该算法通过优化模块度指标（Q）来寻找高质量划分。[6] 然而，标准Louvain方法从根本上是为无向网络设计的。将其直接应用于化学反应的固有有向特性——从反应物到产物的流动是核心物理约束——可能导致物理上不真实的社区分配，从而掩盖真正的机理关系。[7]为解决这一局限性，研究人员转向了专门针对有向图设计的算法。一个突出的例子是Reichardt-Bornholdt有向网络Potts模型（RB-POTS）算法。RB-POTS利用一个显式纳入节点入度和出度的质量函数，使其在理论上适用于有向反应网络。[8] 虽然这代表了一个重要进步，但标准RB-POTS公式与许多通用社区检测方法一样，对所有直接连接赋予同等权重。它未能考虑化学动力学的两个关键方面：(1) 化学物种之间的关联强度通常随分隔它们的反应步数而衰减；(2) 许多反应体系表现出明显的层次结构，其中转化从较重的原料通过中间体方向性地向较轻的最终产物进行。Bi等人[9]的近期工作强调了基于网络的方法在反应路径提取方面的潜力，但并未将这些特定的拓扑和化学先验完全整合到核心社区检测算法中。在本工作中，我们提出了一种新型的、化学信息增强的RB-POTS算法改进方案，以克服上述不足。我们的关键创新在于将两种协同机制直接集成到社区检测目标函数中：路径长度加权机制和基于层次约束的权重调整。路径长度加权机制根据节点在反应图中的最短路径距离，动态衰减节点之间的有效连接强度。[10] 这确保了算法优先将参与直接单步反应的物种分组，增强了所检测社区内部的化学凝聚性。同时，层次约束利用网络的方向性推断每个物种的伪层次级别，并对代表热力学或动力学上不利的上游流动的边施加惩罚，[11] 从而引导划分过程与预期的化学过程方向性进展保持一致。我们将此增强后的RB-POTS算法严格应用于包含142个物种和4694个反应的大规模石脑油热解基元反应网络。我们的结果表明，所提出的方法相比标准RB-POTS算法，产生了更具物理意义和化学可解释性的划分结果。因此，本工作建立了一种智能的有向反应网络社区检测方法，为后续的网络简化、机理分析和化学工程反应工程约化阶模型的制定提供了更准确、更具洞察力的基础。**章节摘要****石化过程的CRN建立**复杂石化转化的准确结构表征，从根本上取决于建立一个在机理保真度与计算可行性之间取得平衡的CRN。不完整的网络，缺乏关键基元步骤，存在向过程模拟中引入显著偏差和不准确性的风险。相反，过于详细的网络可能引入冗余信息和难以承受的计算开销，从而阻碍模拟。**CRN的拓扑分析**为表征石脑油蒸汽裂解过程中的结构性质并识别关键物种，对构建的CRN进行了全面的拓扑分析。该CRN总共包含142个节点和4694条边。这种高边-节点比表明网络连接紧密，反映了裂解过程中分子转化的复杂耦合。[31] 度分布分析确认该网络具有异质性，如图...**结论**本研究提出了一种鲁棒的、化学信息驱动的化学网络拓扑分析与简化框架，并在石脑油热解系统上进行了验证。通过将领域特定的化学知识——即路径长度加权与层次约束——整合到RB-POTS社区检测算法中，我们显著提升了划分质量。拓扑分析显示，该网络表现出小世界特性，并具有明显的...**作者贡献声明****毕可欣：** 写作 – 审阅与编辑，写作 – 原创草稿，软件，方法论，调查研究，资金获取，概念化。**陈土杰：** 可视化，验证，软件，方法论。**陶一：** 可视化，软件，方法论，概念化。**吕承艳：** 写作 – 审阅与编辑，可视化，验证，概念化。**张一凡：** 验证，软件，方法论，概念化。**宋光：** 写作 – 审阅与编辑，验证，概念化。****利益冲突声明**作者声明，他们没有已知的可能影响本文所报道工作的相互冲突的财务利益或个人关系。**数据可用性**数据将根据要求提供。**生成式AI使用声明**在本工作准备过程中，作者使用了Qwen3-Max以改善英文写作。在使用该工具后，作者对所编辑的内容进行了审查和修改，并对发表文章的内容承担全部责任。**利益声明**? 作者声明，他们没有已知的可能影响本文所报道工作的相互冲突的财务利益或个人关系。**致谢**本工作得到了**国家自然科学基金**（22408238）、辽宁省青年科技英才资助计划以及中国化工学会与化学工程学会（项目编号：2025HYB001）的支持。毕可欣|吕承艳|张一凡|陈土杰|陶一|宋光|戴逸洋|邱通