MOFology: A Knowledge Graph for Engineering Direct Air Capture Materials

Motivation

• Known: MOF는 화학적 튜닝 가능성 덕분에 Direct Air Capture(DAC)에 가장 유망한 sorbent 후보군으로 알려져 있으며, MOF-KG, MatKG, KG-FM, MOF-ChemUnity와 같은 기존 materials knowledge graph들이 구조적 카탈로깅과 property regression에 활용되어 왔다.
• Gap: 기존 MOF 관련 데이터는 CSD crystal code, DFT 전자적 특성, GCMC 기체 흡착 시뮬레이션, 실험적 안정성, 합성 레시피, 개질(post-synthetic modification) 기록 등이 서로 다른 데이터베이스와 식별자, 단위 규약으로 흩어져 있어, 단순 병합 시 linker-pore geometry, functionalization-binding energy 변화, topology-metal 조합 등 핵심 관계 정보가 소실된다. 또한 기존 MOF knowledge graph들은 DAC 특화 property 통합이 제한적이고 functionalization을 일급 관계(first-class relation)로 표현하지 않으며 DAC 관련 property 예측 substrate로서 검증되지 않았다.
• Why: DAC 소재 공학은 CO2 선택성, 내수성, 열재생성, 합성가능성을 동시에 만족하는 sorbent 발굴이라는 조합적 문제이며, 이종 데이터를 통합한 관계 보존형 지식 구조는 chemist-level 시맨틱 쿼리와 downstream 머신러닝 모두를 가능케 하여 실질적 소재 발견 가속에 기여할 수 있다.
• Approach: EMMO 온톨로지를 MOF 도메인에 특화 확장하고 HermiT reasoner로 논리적 일관성을 강제한 뒤, 6개 데이터베이스를 통합해 8.4M triple 규모의 knowledge graph를 구축하고, 이를 기반으로 embedding, 시맨틱 검색, concept probing, functionalization 기반 property 예측, DAC 스크리닝을 수행한다.

Achievement

1. 최대 규모 MOF Knowledge Graph 구축: 250,000개 MOF, 8.4M RDF triple로 기존 MOF-KG(∼125k, 3.7M), MOF-ChemUnity(∼15k, 3.2M) 등을 능가하는 최대 규모의 MOF-특화 KG를 구축했다.
2. Functionalization의 일급 관계화: parent–derivative amine functionalization 관계를 최초로 featurize하여 property 변화 예측에 활용한 최초 사례이다.
3. 다중 embedding 방법론 벤치마크: CompGCN, Node2Vec, TransE 세 가지 256차원 embedding을 family-aware 평가 방식으로 비교했다.
4. 화학적으로 해석 가능한 concept vector 도출: linear probe를 통해 embedding space로부터 화학적으로 의미있는 concept vector(선형 방향)를 복원했다.
5. 실용적 DAC 스크리닝 플랫폼 제공: 9,000개 이상의 실제 합성된 MOF를 대상으로 multi-criteria DAC 스크리닝 순위를 산출했다.

How

• OpenDAC25, DigiMOF, QMOF, MOF-ChemUnity, MOF-FreeEnergy, SynMOF 등 6개 데이터베이스를 CSD reference code, Materials Project identifier, MOFid를 cross-reference key로 통합
• pymatgen으로 화학식 표준화, RDKit으로 SMILES 표준화 등 materials informatics 모범 사례에 따른 데이터 큐레이션 수행
• EMMO를 확장하여 ExperimentalMOF, HypotheticalMOF, FunctionalizedMOF, MetalCluster, Linker, Synthesis, Functionalization, Structural/Computational/Experimental Property 등 도메인 특화 클래스 설계
• HermiT reasoner로 class-disjointness 및 domain/range 제약 검증, inverse-property axiom materialization 수행
• Python 기반 source-specific extractor로 각 데이터베이스를 온톨로지에 맞게 변환 후 8.4M triple의 TTL 형식 그래프 완성
• TransE(margin-based ranking loss), Node2Vec(biased random walk + skip-gram), CompGCN(relation-composition graph convolution, 3-layer) 세 가지 256차원 embedding 학습
• SPARQL 쿼리, concept vector probing, functionalization 기반 CO2 binding energy 변화 예측, multi-criteria DAC 스크리닝 등 응용 과제 수행

Originality

• EMMO 기반 OWL 온톨로지를 MOF/DAC 도메인에 맞게 확장하고 reasoner로 논리적 일관성을 강제한 최초의 접근
• amine functionalization의 parent–derivative 관계를 knowledge graph의 일급 관계로 모델링하여 property 변화 예측에 featurize한 최초 사례
• 6개 이종 데이터베이스(구조, DFT, GCMC, 실험적 안정성, 합성, 개질 정보)를 단일 KG로 통합해 기존 연구 대비 가장 큰 규모와 가장 넓은 property family 커버리지 달성
• graph embedding에서 추출한 linear concept vector를 통해 화학적 해석 가능성을 부여하는 mechanistic interpretation 관점 도입

Limitation & Further Study

• 논문 발췌 내용상 embedding 및 property 예측 성능에 대한 정량적 검증 결과(정확도, 오차 등)가 충분히 제시되지 않아 실제 예측 성능의 신뢰도를 판단하기 어려움
• 9,000개 MOF 스크리닝 결과가 실험적으로 얼마나 검증되었는지, false positive/negative에 대한 논의가 부족해 보임
• 온톨로지 및 KG 구축이 six 데이터베이스에 국한되어 있어, 새로운 데이터베이스나 property family로의 확장성 및 유지보수 부담에 대한 논의가 필요
• family-aware evaluation의 구체적 정의와 embedding 간 성능 비교의 통계적 유의성에 대한 추가 검증이 요구됨
• 향후 연구로 더 다양한 functionalization 유형(아민 외) 및 합성 조건 예측으로의 확장, 실험적 검증 루프와의 통합이 필요

Evaluation

총평: MOFology는 DAC 소재 공학을 위한 최대 규모의 MOF knowledge graph로서 온톨로지 기반 통합, functionalization featurization, 화학적 해석 가능한 embedding이라는 뚜렷한 기여를 제공하며, 소재 정보학과 KG 기반 머신러닝의 교차점에서 실질적인 응용 가능성을 보여주는 견고한 연구이다.