MolCrystalFlow: Molecular Crystal Structure Prediction via Flow Matching

Motivation

Known: 분자 결정 구조 예측(CSP)은 유기반도체, 의약품, 에너지 저장 재료 등에 중요하나, 기존 generate-and-rank 패러다임은 계산 비용이 높고 일반화 성능이 낮다. 최근 diffusion model과 flow-based generative process가 분자 및 무기 결정에서 성공했으나 주기적 분자 결정으로의 확장은 미흡하다.
Gap: 기존 MOFFlow는 금속유기골격(MOF)에 최적화되어 있고 주기적 병진 불변성을 강제하지 않으며, 모든 원자 좌표 기반 모델들은 큰 구조에서 확장성이 떨어진다. 주기적 격자 제약 하에서 안정적이고 다양한 분자 결정 다형체를 생성하는 모델이 부재하다.
Why: 분자 결정의 다형성(polymorphism)은 약물 생체이용률, 반도체 특성 등에 심각한 영향을 미치므로(Ritonavir 사례) 효율적인 구조 탐색과 일반화 가능한 계산 방법이 필수적이다.
Approach: 분자를 강체로 취급하여 분자 내 복잡성과 분자 간 패킹을 분리하고, 중심좌표와 회전 방향을 각각의 Riemannian manifold 위에서 flow matching으로 학습하며 E(3)-equivariant GNN을 적용하여 기하학적 대칭성을 존중한다.

Figure 3: Performance of MolCrystalFlow against MOFFlow and Genarris-3 baselines. a, Comparison of

MOFFlow 초과 성능: 대규모 주기적 결정 구조 예측에서 state-of-the-art 생성 모델인 MOFFlow를 능가한 성과
Genarris와 경쟁력: 규칙 기반 구조 생성 방법인 Genarris와 경쟁 가능한 수준의 성능 달성
주기성 보장: explicit lattice periodicity를 강제하는 최초의 분자 결정 생성 모델
u-MLIP 통합: universal machine learning interatomic potential과의 통합으로 다형체 탐색 가속화
오픈 데이터셋 벤치마크: CSD 기반 11.5K 구조와 OMC25 데이터셋에서 평가된 재현 가능한 결과

Figure 2: Neural network architecture of MolCrystalFlow. a, Molecular building block (BB) embedding network

각 분자를 rigid-body conformer로 표현하되, PCA 기반 principal axis로 회전 방향을 매개변수화
격자 행렬, 분자 중심좌표(SE(3) manifold), 회전 방향(SO(3) manifold)을 각각의 geodesic 위에서 flow matching
분자 특성 인코더로 graph neural network 사용하여 분자 그래프 정보 활용
E(3)-equivariant architecture를 통해 회전/병진 대칭성 및 주기 경계 조건 존중
Conditional flow matching으로 주어진 분자 conformer에 대해 크리스탈 패킹 조건부 생성
DFT 및 u-MLIP를 활용한 후처리 검증 및 에너지 기반 다형체 순위 매김

Rigid-body 근사는 분자 내 유연성이 큰 경우(예: 긴 탄화수소 체인) 부정확할 수 있음
Training 데이터셋이 CSD 실험 구조 기반으로 제한되어 메타안정 또는 새로운 다형체 발견 능력 미검증
대규모 및 복잡한 분자(100개 이상의 원자)에서의 확장성과 계산 복잡도 미분석
Post-hoc DFT/u-MLIP 검증 단계가 필수이므로 완전한 end-to-end 가속화는 미실현
후속 연구: (1) 유연한 분자를 위한 conformer ensemble 기반 조건부 생성, (2) 더 큰 데이터셋과 다양한 화학 공간에서의 일반화 검증, (3) 격자 매개변수와 분자 배향 간의 상호작용 더 깊이 있게 모델링