Yau Awards Archive 2020 — 2025

Topics选题方案 ／ 化学奖 ／ C02

C02

GFN2-xTB 构象能排序在分子内氢键体系上的可靠性审计：以成对反序率与 Boltzmann 权重传播误差为判据

推荐优先级 高分族 半经验量子化学资源需求 纯 CPU，单分子秒级技能取向 命令行 + 结构文件处理 + 统计失败风险 低

1 · 研究问题

在公开构象能基准集上，GFN2-xTB（Grimme 组的自洽电荷紧束缚半经验方法）相对于高精度参考值的误差，是否随体系中分子内氢键（intramolecular hydrogen bond, IMHB）数量的增加而系统性放大？若用成对反序率（pairwise inversion rate，即被错误排序的构象对占比）而非能量 MAE 作为判据，这种放大在多大的 IMHB 数量上开始使 Boltzmann 加权系综性质失真超过 10%？

2 · 研究背景与空白

分子在室温下是按玻尔兹曼分布加权的构象系综（conformer ensemble）。任何依赖构象的性质——溶解度、光谱、对接打分、NMR 位移——都要先枚举构象再按相对能量加权，精度瓶颈几乎总在构象相对能量而非几何。全 DFT 处理数十个构象在笔记本上不现实，故半经验方法 GFN2-xTB 成为默认工具：H 到 Rn 全参数化，含多极静电与密度依赖色散，单点亚秒级。

已有工作走到哪一步：Grimme 等在 GFN2-xTB 原始论文（JCTC 2019, 15, 1652）中已用构象集（含葡萄糖、麦芽糖等强氢键体系）对照 DLPNO-CCSD(T)/CBS 参考值，结论是 GFN2-xTB "在所有统计指标上优于同类方法"，并指出糖类因氢键网络众多而最难。GMTKN55 的 ACONF / SCONF / PCONF21 / MCONF 子集提供带高精度参考能的构象几何。这些工作报告的核心指标是相对能量的 MAE / RMSE 与相关系数。

空白在：能量 MAE 与"排序对不对"并不是一回事——0.3 kcal/mol 的 MAE 若集中落在能量间隔更小的一批构象对上，就足以把系综中最主要的几个构象顺序完全打乱；而下游应用真正消费的是Boltzmann 权重，不是能量本身。目前公开文献很少把误差按"IMHB 数量"分层，也很少把误差传播到系综平均性质上给出可操作阈值。这属于评价维度的转换 + 参数维度分层：几何与参考能全公开、xtb 免费且笔记本秒级、结论正负都成立。

3 · 可检验假设

H1 构象相对能量的 MAE 随体系 IMHB 数量单调增大：IMHB ≥ 2 的分组 MAE 至少是 IMHB = 0 分组的 1.8 倍，差异在自助 95% 置信区间上可分辨。

H2 成对反序率与能量 MAE 不成正比：存在一组分子，其能量 MAE 处于全集中位数以下，但在 1 kcal/mol 以内的近简并构象对上反序率 > 30%，导致 Boltzmann 加权的系综平均偶极矩相对参考值偏差 > 10%。若 H2 被否证（反序率可由 MAE 单调预测），则说明现行以 MAE 为中心的报告方式已足够，这同样是有价值的负结论。

4 · 量化验收标准

  1. 方法学校验（硬门槛）：用自建管线在 GMTKN55 的 ACONF（正构烷烃构象）与 SCONF（糖类构象）子集上重算 GFN2-xTB 相对能量，与 Grimme 组已发表的 GFN2-xTB 在这两个子集上的 MAD 数值对比，偏差 ≤ 0.15 kcal/mol（每个子集至少覆盖其全部标准构象）。此条不过关说明输入几何、单位换算或收敛设置有误，后续全部结论无效。
  2. 统计口径预先写死：能量误差报 MAE 与 RMSE（kcal/mol），排序误差报成对反序率与 Kendall τ；所有点估计给 1,000 次分子级自助重抽样的 95% 置信区间（自助单位是分子而非构象对，避免同一分子内构象对的相关性夸大精度）。分层比较用配对自助检验，不用 t 检验。
  3. IMHB 判据必须明确且可复现：给出 SMARTS + 几何双重判据（如 D–H···A 距离 ≤ 2.5 Å 且角度 ≥ 130°，具体数值在第 6 周前写定并冻结），并公布判据的敏感性分析（阈值 ±0.2 Å 下结论是否稳定）。
  4. 样本量下限：纳入统计的分子 ≥ 40 个、构象 ≥ 400 个；每个 IMHB 分层组内分子数 ≥ 10，否则合并分层档位。
  5. 系综性质传播误差至少覆盖 2 个可观测量（如系综平均偶极矩、系综平均回转半径），报"参考权重 vs GFN2-xTB 权重"下的相对偏差分布。
  6. 全部输入结构、xtb 命令行、后处理脚本开源，一条命令可重跑。

5 · 数据与工具

用途 来源 / 工具
基准几何与参考能 GMTKN55 数据库（Goerigk 等）子集 ACONF / SCONF / PCONF21 / MCONF，含笛卡尔坐标与高精度参考相对能（CCSD(T) 级）。官方网站可下载压缩包。仅用于校验与对比，不计入本项目的数据贡献
半经验计算 xtb（Grimme 组，LGPL，conda-forge 一条命令安装）。内置 GFN0/GFN1/GFN2-xTB 与 GFN-FF；内置几何优化、频率、GBSA/ALPB 隐式溶剂。注意：xtb 不做 DFT，若需 DFT 参考须另用 PySCF/ORCA
构象生成（扩展部分） CREST（基于 xtb 的元动力学构象搜索）——安装与可用性需核实；降级方案为 RDKit ETKDG + xtb 优化去重
后处理 Python + ASE（读写结构、批量驱动 xtb）、NumPy/SciPy、RDKit（SMARTS 匹配 IMHB）
算力 纯 CPU。GFN2-xTB 单点：30–60 原子分子在单核上 亚秒级；几何优化 10–60 秒；数百原子体系仍在分钟级。400 个构象的全量优化 + 单点，单机数小时。CREST 元动力学搜索对 30 原子分子约 10–60 分钟/分子（需本机实测），是唯一可能超预算的步骤，故列为可选扩展

6 · 方法路径

  1. 装 xtb 与 ASE，跑通 xtb 自带算例，下载 GMTKN55 子集，完成 ACONF/SCONF 的方法学校验硬门槛（第 1–5 周）。
  2. 核实工具能力边界：确认 xtb 的相对能量是否需统一到同一收敛阈值（--opt tight vs 默认）、是否需要 --gfn 2 显式指定、单位是否为 Hartree；确认 CREST 在本机可安装并测得单分子墙钟时间。不确定项在第 8 周前查清。
  3. 写定 IMHB 判据（SMARTS + 几何双阈值）并冻结，对全部构象打标签，公布判据代码。
  4. 批量跑 GFN2-xTB 单点与优化，构建"参考相对能 vs GFN2 相对能"配对表；按 IMHB 数量分层统计 MAE、反序率、Kendall τ。
  5. 把两套相对能分别转为 298 K Boltzmann 权重，计算系综平均偶极矩与回转半径，报相对偏差分布与"权重失真开始超过 10%"的 IMHB 阈值。
  6. 做判据敏感性分析（IMHB 几何阈值 ±0.2 Å / ±10°）与方法敏感性分析（GFN1-xTB、GFN-FF 各重跑一遍作为对照）。
  7. 独立交叉校验：对随机抽取的 10 个分子，用 PySCF 在 B3LYP-D3/6-31G* 水平重算相对能（每分子小时级，仅作抽样校验），确认分层结论方向一致。

7 · 新颖性边界

  • 本课题不声称改进 GFN2-xTB，不声称发现该方法的新失效机制，不把"GFN2-xTB 对氢键体系更困难"这一 Grimme 原文已明确指出的定性结论声称为本项目发现。
  • 已有工作具体完成了什么：Grimme 等（JCTC 2019）在多个构象集上以 DLPNO-CCSD(T)/CBS 为参考评测 GFN2-xTB，报告聚合的 MAD 并定性指出糖类氢键体系最难；GMTKN55（Goerigk 等 2017）提供标准化的构象子集与参考能，社区惯例是报子集级 MAD。
  • 本项目的贡献是评价维度的转换且构成主结论：把判据从"能量 MAE"换成"成对反序率 + Boltzmann 权重传播到系综可观测量的失真幅度"，并按可复现的 IMHB 计数判据分层，给出一条可操作阈值——"IMHB 数量超过 N 时，GFN2-xTB 权重不再足以支撑系综平均性质的 10% 精度要求"。
  • 为什么有价值：下游使用者（对接、光谱、溶剂化计算）真正需要知道的是"什么时候不能只用 xTB"，而现有文献给的是聚合 MAD，无法直接回答这个问题。
  • "差异不显著"同样是有效结论：若分层后 MAE 与反序率均无系统趋势，说明 GFN2-xTB 对氢键体系的额外风险被高估了——但必须给出误差棒证明本研究能分辨 1.8 倍的 MAE 比值。

8 · 决策门槛（go / no-go）

  • 第 5 周末：ACONF/SCONF 复现偏差必须 ≤ 0.15 kcal/mol。若失败，先核对参考能的定义（相对最低能构象 vs 相对首个构象）与几何是否被重新优化；仍失败则降级为"只做单一子集 SCONF 的深度分析"，样本量下降但反序率 + 权重传播的主结论框架完全保留。
  • 第 10 周末：确认可用构象总数与 IMHB 分层后每组分子数。若 IMHB ≥ 2 组的分子数 < 10，立即降级：其一，纳入 PCONF21（多肽构象，氢键丰富）与 MCONF（黑色素前体）扩充样本；其二，把分层轴从"IMHB 计数"改为"氢键供体+受体总数"这一连续变量，改做回归而非分组对比。两条路径都保留主结论框架。
  • 第 16 周末：若 CREST 在本机的单分子墙钟时间 > 2 小时，放弃自建构象系综，全部转用 GMTKN55 提供的既有几何。这不影响主结论（主结论建立在既有基准几何上），只是失去"自建系综"的扩展章节。
  • 已知困难即研究内容：IMHB 的定义本身没有唯一标准，不同阈值会给出不同计数。这不是障碍——判据敏感性分析本身就是本项目的一部分交付物，且是评委容易认可的严谨性证据。
  • 预算裁剪顺序：先砍 CREST 构象搜索扩展，再砍 GFN1/GFN-FF 对照，再砍 PySCF 抽样交叉校验（改为引用文献值），最后砍第二个系综可观测量。砍到只剩"GMTKN55 两子集 + 反序率 + 单一系综性质"时主结论仍成立。