Transferable enantioselectivity models from sparse data

Motivation

• Known: DFT 기반 가상 스크리닝은 계산 비용이 높고 작은 에너지 오차가 큰 예측 오류를 초래한다. MLR 방법은 빠른 가상 스크리닝을 가능하게 하지만 희소 데이터 환경과 메커니즘 변화에 취약하다.
• Gap: 희소 데이터에서 과적합을 피하면서도 기질 구조 변화에 따른 에난티오결정 단계의 변화를 명시적으로 설명할 수 있는 전이 가능한 모델이 부재했다.
• Why: 비대칭 촉매 반응 최적화는 높은 계산 비용과 제한된 실험 데이터라는 제약 속에서 신속하게 수행되어야 하므로, 희소 데이터에서 학습한 정량적 지식을 새로운 화학공간으로 이전할 수 있는 방법이 중요하다.
• Approach: 메커니즘 특이적 매개변수화 전략으로 촉매 관련 구조(전이상태, 중간체)에서 추출한 특징을 저비용 spGFN2-xTB 수준으로 계산하여 MLR 모델을 구축하고, Ni 촉매 C(sp3) 커플링 반응을 사례 연구로 검증했다.

Achievement

Fig. 3 | Benchmarking. Ni/photoredox-catalysed coupling of styrene oxides

• 희소 데이터 기반 높은 예측력: 제한된 실험 데이터로부터 학습한 MLR 모델이 기질 특이적 리간드 최적화와 미학습 기질·리간드 조합에 대해 높은 에난티오선택성 예측력을 시연했다.
• 메커니즘 유연성: 에난티오결정 단계가 기질 또는 리간드 변화에 따라 달라지는 복잡한 반응을 명시적으로 모델링할 수 있는 프레임워크를 개발했다.
• 계산 효율성: DFT 대신 spGFN2-xTB를 활용하여 대규모 전이상태/중간체 라이브러리를 생성하는 비용을 대폭 감소시켰다.
• 전이 가능성 검증: 같은 기본 단계를 공유하는 여러 반응으로 학습한 모델이 완전히 새로운 반응과 미학습 리간드 스캐폴드로 성공적으로 외삽 가능함을 입증했다.

How

Fig. 2 | Computational workflow. Computational pipeline for high-throughput optimization and descriptors calculation of

• AaronTools와 Molassembler를 이용한 자동화된 구조 생성 (3D 기하학 구축)
• spGFN2-xTB 해밀토니안으로 conformer ensemble 최적화 (Gaussian16 활용)
• PCM/ωB97X-3c//spGFN2-xTB 하이브리드 레벨 계산으로 정확도 향상
• Pro-R 및 Pro-S 전이상태 템플릿에서 Sterimol, spin density, %Vbur 등 입체적·전자적 기술자 계산
• 필터링 및 단일점 에너지 계산을 통한 컨포머 선별
• Boltzmann 가중치를 포함한 다양한 기술자 추출 방식 (최소값, 저에너지, Boltzmann, 최대값)
• Multivariate linear regression으로 에너지 차이(ΔG‡)와 기술자 간 상관관계 도출

Originality

• 촉매 관련 구조(전이상태·중간체)에서 직접 특징을 추출하되 저비용 xTB 수준으로 수행함으로써 높은 전이성과 계산 효율성을 동시에 달성한 점이 기존 접근과 차별화된다.
• 메커니즘 변화(에난티오결정 단계 변경)를 명시적으로 처리할 수 있는 descriptor 전략으로, 기존의 '데이터 기아' 상태의 성분 기반 연결(component concatenation) 접근보다 희소 데이터에 적합하다.", '자동화된 고처리량 계산 파이프라인(AaronTools + Molassembler + spGFN2-xTB)을 결합하여 대규모 구조 라이브러리 생성을 실용화했다.
• 사례 연구 1·2로 전통적 촉매 최적화 데이터에서의 기질 특이적 최적화와 기계적으로 유사한 반응 간 전이성을 각각 입증하여 두 가지 활용 시나리오를 모두 검증했다.

Limitation & Further Study

• 현재 Ni 촉매 C(sp3) 커플링에 국한된 사례 연구이므로, 다른 촉매 클래스나 반응 유형으로의 확대 가능성을 더 검증해야 한다.
• spGFN2-xTB 수준 최적화가 정확한 에너지 차이를 제공하지 못할 수 있으므로, PCM/ωB97X-3c 재계산이 필수인 경우도 있을 수 있다.
• 컨포머 앙상블과 Boltzmann 가중치 처리가 필요하여 단순한 정적 구조보다 복잡하며, 매우 유연한 리간드에서는 샘플링 불완전성 위험이 있다.
• 모델 해석가능성: MLR의 투명성은 장점이나 비선형 상호작용을 놓칠 수 있으므로, 더 복잡한 기질–리간드 상호작용에는 제약이 있을 수 있다.
• 후속 연구: (1) 다양한 촉매 시스템으로의 확장, (2) 더 높은 수준의 이론(DFT)과의 벤치마킹으로 정확도 검증, (3) 신경망 등 비선형 모델과의 비교 연구

Evaluation

총평: 희소 데이터 환경에서 메커니즘 특이성을 유지하면서도 전이 가능한 에난티오선택성 모델을 저비용 xTB 계산으로 개발한 점이 매우 혁신적이며, 비대칭 촉매 반응 최적화의 실무 효율성을 크게 향상시킬 수 있는 실용적 방법론을 제시했다.