MOF吸附预测中的信任映射：用于机器学习筛选的化学可审计描述符图谱

《Journal of Materials Chemistry A》：Mapping trust in MOF adsorption predictions: chemically auditable descriptor atlases for machine-learning screeningOpen Access

　　

机器学习可以筛选数百万种金属-有机框架（MOFs），但化学家面临的关键问题不仅在于哪个模型在平均意义上更准确，更在于哪些单独预测有足够证据支持而可以据此行动。在此，研究人员引入了描述符信任图谱（descriptor trust atlases），这是一种化学可审计的图谱，将回顾性局部失败诊断与在候选材料的参考吸附量已知之前即可获得的警告证据相分离。利用一个严格的共同队列（263,735种MOFs），研究人员使用岭回归（Ridge regression）、随机森林（random forests）和直方图梯度提升（histogram gradient boosting）对0.015 bar和0.15 bar下的CO₂吸附量以及5.8 bar和65 bar下的CH₄吸附量进行建模。随机森林表现出最强的全局性能，但局部误差仍具有化学结构性。对于0.15 bar下的CO₂，HGB的全局MAE为0.286 mmol g^?1，而高密度和超微孔/高限域域的MAE分别达到0.670和0.796 mmol g^?1；一个低支持度的小孔案例达到1.233 mmol g^?1。RF和HGB的局部误差图景高度一致（域MAE Spearman ρ = 0.975），表明主要失败模式并非特定于某一种非线性模型。在嵌套留出验证中，一个预标记警告评分将后续RF误差从最低警告五分位数的0.098 mmol g^?1单调分层至最高五分位数的0.552 mmol g^?1，同时大误差事件从0.4%上升至30.6%。描述符空间新颖性与误差之间的关系依赖于目标，因此新颖性并非普遍的风险惩罚因子。所得到的工作流程将吸附机器学习从排序列表转变为可审计的筛选证据：推进、审查或验证。

金属-有机框架（MOFs）因其可调的孔道和化学环境在气体吸附分离领域受到广泛关注。然而，MOF材料空间庞大，实验筛选成本高，机器学习（ML）已成为高通量筛选的重要手段。但现有ML模型通常只报告全局平均误差，化学家真正关心的是：对于某个特定高排名候选结构，其预测值是否足够可靠以支撑后续合成或模拟决策。已有研究指出，模型可能在罕见拓扑、高密度或超微孔等局部区域出现系统性失败，而这些失败在全局指标中可能被掩盖。为此，研究人员在《Journal of Materials Chemistry A》发表论文，提出描述符信任图谱（descriptor trust atlases）框架，旨在将预测可靠性从全局指标中解耦，提供化学可审计的局部证据和可提前使用的警告信号。

研究人员基于一个严格共同队列（263,735种MOF结构），针对CO₂在0.015和0.15 bar以及CH₄在5.8和65 bar的四种吸附目标，采用岭回归（Ridge regression）、随机森林（random forests, RF）和直方图梯度提升（histogram gradient boosting, HGB）进行建模。结果表明，RF全局性能最强，但局部误差具有明显的化学结构；通过嵌套留出验证，预先计算的警告评分能将后续RF误差从最低五分位数的0.098 mmol g^?1单调分层至最高五分位数的0.552 mmol g^?1，大误差事件率从0.4%升至30.6%。该工作将吸附ML从单纯排序列表转变为可审计的筛选证据，支持“推进、审查或验证”的决策。

主要技术方法包括：使用合并的计算就绪MOF吸附-描述符表，经标准化、去重后构建包含31个数值描述符和8个分类描述符的严格共同队列；采用固定超参数的Ridge、RF、HGB可复现scikit-learn流水线，并通过五次80/20 ShuffleSplit评估；将预测残差按孔道域、密度域、拓扑频率组和簇衍生的化学家族进行分组，构建域级诊断（MAE、精英误分类、百分位秩误差等）；定义交叉模型预测标准差作为无标签分歧信号；使用支持感知的失败严重性评分进行跨域优先级排序；针对CO₂ 0.15 bar目标，采用嵌套留出法构建由域历史（60%）和模型分歧（40%）组成的核心警告评分，并以后续RF误差验证其分层能力。

研究结果部分：

3.1 描述符信任工作流程将吸附ML转化为可审计证据：通过七个阶段的工作流，将预测与可靠性证据分离，形成回顾性诊断层和前瞻性警告层。

3.2 全局精度强但局部可靠性依赖目标：RF在所有目标上全局最优，但CO₂端点的R²较低，且非线性模型相对线性模型的增益在0.015 bar CO₂上最大（28.7%），表明吸附响应面存在局部非线性。

3.3 主要CO₂ 0.15 bar信任图谱暴露化学结构化的局部风险：HGB全局MAE仅0.286 mmol g^?1，但高密度域达0.670、超微孔/高限域域达0.796，小孔低支持案例达1.233；RF与HGB的域级MAE排序高度一致（ρ=0.975），精英误分类率在高密度域达20.4%。

3.4 前瞻性分歧补充回顾性诊断层：交叉模型预测标准差可在参考吸附量未知时获得；回顾性诊断类（如“困难/不稳定”）需要真实误差，不能用于新候选。高密度域中56.1%的记录属于困难/不稳定类，而低密度域仅6.5%。

3.5 描述符空间新颖性单独不能解释失败：对于两个CO₂目标，新颖性-误差相关性为负；CH₄ 5.8 bar接近中性；65 bar为正，说明新颖性不是通用风险惩罚。

3.6 重复出现的模式揭示系统性描述符脆弱性：如hms拓扑在所有12个目标-模型组合中均出现于局部MAE前十位，moc和linker-family 29380出现11次，小孔域出现10次，表明某些化学域存在跨模型、跨目标的表征缺口。

3.7 前瞻性留出警告验证将后续误差分层：嵌套验证中，警告评分与后续RF误差的Spearman ρ=0.489，ROC面积0.845，最高警告五分位数的大误差事件率达30.6%，证明预标签信号能有效富集失败。

3.8 甲烷证实描述符信任具有工况依赖性：65 bar CH₄全局表现平滑（R²=0.984），但仍有局部高误差区，且新颖性-误差为正；5.8 bar则接近中性，说明可靠性判断必须针对气体和压力。

总结讨论部分：研究人员从图谱中识别出不同失败模式对应的缺失信息通道。对于CO₂，需要局部静电和吸附位点描述符；对于超微孔域，需要孔径分布和连通性几何描述符；对于高密度域，需要可及自由体积分布；对于罕见拓扑，需要拓扑感知的图邻域和连接指纹。这些方向是假设生成性的，尚未在本文中验证。讨论还指出，图谱可指导后续模拟和实验的优先级，使筛选具有选择性：快速模型在证据充分处保持高效，昂贵计算集中在描述符模型已显脆弱的区域。结论部分翻译如下：这项工作建立了描述符信任图谱，作为MOF吸附机器学习中化学可读的可靠性层。在一个包含263,735种独特MOF和四个吸附目标的严格共同队列中，RF是最强的全局预测器，其MAE值对于CO₂在0.015和0.15 bar分别为0.057和0.256 mmol g^?1，对于CH₄在5.8和65 bar分别为0.444和0.628 mmol g^?1。这些基准结果在固定分割协议下可重现，但全局精度并不能描述失败的化学分布。对于主要的CO₂ 0.15 bar目标，受支持的高密度和超微孔/紧高限域域的局部HGB误差远高于0.286 mmol g^?1的全局HGB平均值，而小孔子集提供了一个额外的低支持临界案例。修正后的失败严重性分析将这些观测误差与描述符新颖性分开，局部结论并非HGB伪影：RF和HGB的域MAE图景高度一致（ρ = 0.975）。新颖性本身具有工况依赖性，CO₂的新颖性-误差关联为负，CH₄在5.8 bar接近中性，在65 bar为正。最重要的是，研究将回顾性诊断与前瞻性警告分开。在外部测试参考值揭示之前构建的嵌套留出评分将后续RF误差从最低警告五分位数的0.098 mmol g^?1分层至最高五分位数的0.552 mmol g^?1；大误差事件从0.4%升至30.6%，独特MOF敏感性给出了最高/最低警告十分位误差比6.68倍。这些量并非校准的不确定性概率，但它们表明训练派生的域历史和模型分歧可以将图谱从事后失败图转变为有用的预标记筛选辅助工具。因此，实际信息是保留快速ML，同时为其排序附加可审计的局部证据。候选结构应在域历史、模型一致性和目标依赖的描述符新颖性背景下进行解释，对携带最强警告的情况保留更丰富的描述符、定向模拟或实验。这使得MOF筛选不仅更快，而且更具化学可问责性。