该项目面向碳基单原子催化剂的高通量筛选。整体流程先构建候选结构并用 MACE 完成几何优化、吸附能与热力学校正计算,再训练 Delta-Learning 图神经网络预测 OOH* 吸附自由能 ΔG_OOH*,最终对 10179 个候选结构进行全量打分与可视化筛选。
本项目的核心目标有两个:
- 基于 736 个已有 DFT 数据的训练体系,建立从 MACE 粗略
ΔG_OOH*到 DFT 高精度ΔG_OOH*的残差学习模型。 - 将训练好的模型迁移到 10179 个候选碳基单原子催化剂上,快速预测其
ΔG_OOH*和二电子 ORR 过电位。
- 二电子氧还原反应的过电位只与 OOH* 吸附反应的吉布斯自由能变(
ΔG_OOH*)有关。由于有精确的公式可以从ΔG_OOH*计算出过电位,我们仅仅需要建立一个预测ΔG_OOH*的图神经网络模型。 - 我们在课题流程中创新性地利用了 MACE 这种著名的机器学习原子间势。它可以用来对催化剂结构进行初步的几何优化,也能粗略地计算出
ΔE_OOH*和 OOH* 吸附反应的热力学校正值,从而得到ΔG_OOH*的粗略值。我们的 GNN 模型采用了“站在巨人的肩膀上”的思想,从 MACE 几何优化得到的粗略ΔG_OOH*值出发,去预测 DFT 计算得到的高精度ΔG_OOH*值。 - 为了训练模型,我们需要一份高精度的 DFT 计算数据集。项目中的
DFT_data.csv对应 736 种已知体系,可用于模型训练与交叉验证;而数据集.csv对应 10179 个待筛选候选结构,用于全量预测。
仓库根目录已经提供当前可运行环境导出的 environment.yaml。
conda env create -f environment.yaml
conda activate mace_calc当前导出的环境名称为 mace_calc,核心信息如下:
- Python
3.10.19 torch==2.8.0mace-torch==0.3.15ase==3.27.0pandas==2.3.3numpy==2.2.6scipy==1.15.3matplotlib==3.10.8
environment.yaml 是从当前机器上的 mace_calc 环境直接导出的,用于 MACE 几何优化。但该环境不包含模型训练所需的一些包,所以 09-模型训练 脚本请在含有 torch-geometric 的环境中运行。
常见目录和文件如下:
scripts/:完整工作流脚本slabs/:建模脚本生成的初始 slab 结构slabs_optimized/:736 个训练体系的 MACE 优化 slabOOH*_optimized/:736 个训练体系的 OOH* 吸附态优化结构slabs_optimized_all/:10179 个候选结构的 MACE 优化 slabOOH*_optimized_all/:10179 个候选结构的 OOH* 吸附态优化结构logs/:未收敛、频率分析等日志文件checkpoints/:模型训练生成的.pt权重和训练曲线图DFT_data.csv:736 个训练体系的 DFT 数据数据集.csv:10179 个候选结构的数据集索引表
以下内容按照 scripts/ 中的实际文件名排列。
用于枚举过渡金属和配位环境组合,生成拓扑唯一的候选体系命名,并输出全量候选表 数据集.csv。
根据 数据集.csv 中的候选名称,批量构建碳基单原子催化剂 slab 初始结构,并将结果保存到 slabs/。
对 DFT_data.csv 中对应的 736 种训练体系执行 MACE 几何优化,输出到 slabs_optimized/。脚本会自动识别可见 GPU 数量,并按 GPU 数量并行分配优化任务。未收敛或报错信息写入 logs/736种结构slabs未收敛日志.log。
在 736 种已优化 slab 上自动添加 OOH* 吸附物,并用 MACE 继续进行吸附态几何优化,输出到 OOH*_optimized/。脚本同样会自动识别 GPU 数量进行并行计算,异常信息写入 logs/736中结构OOH*未收敛日志.log。
计算参考分子 H2、H2O 和 O2 的 MACE 能量,用于后续 ΔE_OOH* 与相关热力学量的构造。
从 slabs_optimized/ 与 OOH*_optimized/ 中提取能量,计算 736 个训练体系的 ΔE_OOH*,输出 ΔE_OOH*_Values.csv。核心表达式为:
ΔE_OOH* = E(slab+OOH) - E(slab) - [2E(H2O) - 1.5E(H2)]
对 736 个 OOH* 吸附态进行严格优化和频率分析,获得 ZPE、TS、U_thermal 和 G_corr,输出 OOH*_corrections.csv。脚本会自动识别 GPU 数量并并行处理,日志写入 logs/频率计算日志.log。
将 ΔE_OOH*_Values.csv 与 OOH*_corrections.csv 合并,生成训练阶段所需的 ΔG_OOH*_Values.csv。
训练 Delta-Learning 图神经网络。模型输入包括:
- MACE 优化后的 slab 结构图
- MACE 计算得到的粗略
ΔG_OOH*
模型目标是学习 DFT ΔG_OOH* 相对于 MACE ΔG_OOH* 的残差。脚本执行 5 折交叉验证,并将生成的模型权重和训练曲线统一保存到 checkpoints/。
对全量 10179 个候选结构的 slab 执行 MACE 几何优化,输出到 slabs_optimized_all/。脚本自动识别可见 GPU 数量并并行优化,异常信息写入 logs/所有结构slabs未收敛日志.log。
在 slabs_optimized_all/ 的基础上为所有候选结构添加 OOH* 并进行吸附态优化,输出到 OOH*_optimized_all/。脚本自动识别 GPU 数量并并行优化,异常信息写入 logs/所有结构OOH*未收敛日志.log。
仿照 736 结构版本,从 slabs_optimized_all/ 和 OOH*_optimized_all/ 中提取全量候选的 ΔE_OOH*,输出 ΔE_OOH*_Values_all.csv。
对全量 OOH* 吸附态执行严格优化与频率分析,得到全量候选的热力学校正值,输出 OOH*_corrections_all.csv。脚本会自动识别 GPU 数量并并行处理,日志写入 logs/所有结构频率计算日志.log。
生成全量候选的 ΔG_OOH*_Values_all.csv。优先读取最新的全量 ΔG 数据并做格式规范;如果缺失,则回退为由 ΔE_OOH*_Values_all.csv 与 OOH*_corrections_all.csv 合并生成。
读取训练好的 GNN 模型和全量候选的 ΔG_OOH*_Values_all.csv,对全部 10179 个候选结构进行残差修正预测,输出最终 ΔG_OOH*、二电子 ORR 过电位以及筛选与可视化结果。
项目当前的关键输出包括:
ΔE_OOH*_Values.csv:736 个训练体系的 MACE 吸附能OOH*_corrections.csv:736 个训练体系的热力学校正值ΔG_OOH*_Values.csv:736 个训练体系的 MACE 自由能checkpoints/best_model_fold_*.pt:交叉验证得到的模型权重checkpoints/results_fold_*.png:各折训练过程图ΔE_OOH*_Values_all.csv:10179 个候选结构的 MACE 吸附能OOH*_corrections_all.csv:10179 个候选结构的热力学校正值ΔG_OOH*_Values_all.csv:10179 个候选结构的 MACE 自由能- 全量预测脚本输出的最终
ΔG_OOH*、过电位和筛选图
scripts/15-全量预测与可视化.py并不完善,需要增加更细致、全面的可视化。- 需要考虑反应选择性、热力学稳定性,从而在三维空间中寻找最优解。
- 对筛选出的结构进行 DFT 计算,验证模型泛化能力。