Accurate molecular dynamics of liquids and solvation through machine learning of ab initio interactions
Project goals
Ab initio molecular dynamics using state-of-the-art electronic structure methods, potentially combined with path integrals to treat nuclear quantum effects, has become an invaluable tool that can deliver highly accurate results for a broad range of molecular systems. At the same time, the utility of these methods is limited by their considerable computational cost, even with modern acceleration techniques. Here we go beyond these limits of purely ab initio interactions by creating machine learning potentials which approximate them at a fraction of the computational cost. In our approach based on committee machines, accurate interaction models can be created in a systematic way while controlling uncertainty. This will enable the study of hydrogen-bonded solutions on time and length scales not available to ab initio methods alone. Properties and mutual interactions of solvated species, such as small ions, reactive protons, or biologically relevant molecules, can thus be fully sampled and described in detail, providing insight into the behavior of these challenging systems.
Keywords
ab initiomolecular dynamicspath integralmachine learningneural networkhydrogen bondsliquidssolvation
Public support
Provider
Czech Science Foundation
Programme
Standard projects
Call for proposals
SGA0202100005
Main participants
Univerzita Karlova / Matematicko-fyzikální fakulta
Contest type
VS - Public tender
Contract ID
21-27987S
Alternative language
Project name in Czech
Přesná molekulární dynamika kapalin a solvatace pomocí strojového učení ab initio interakcí
Annotation in Czech
Ab initio molekulární dynamika používající nejmodernější metody elektronové struktury, potenciálně v kombinaci s dráhovými integrály pro popis jaderných kvantových jevů, se stala neocenitelným nástrojem, který může poskytnout vysoce přesné výsledky pro široké spektrum molekulárních systémů. Užitečnost těchto metod je ale omezena jejich značnými výpočetními náklady, a to i při použití moderních technik pro jejich urychlení. V této práci chceme překročit tyto limity čistě ab initio interakcí tvorbou potenciálů na základě strojového učení, které tyto interakce aproximují za zlomek jejich výpočetní ceny. Náš přístup založený na committee machines umožňuje systematicky a kontrolovaně tvořit přesné modely interakcí. Díky tomu budeme schopni studovat vodíkově vázané roztoky na časových a prostorových škálách, které ab initio metodám nejsou dostupné. Vlastnosti a vzájemné interakce solvatovaných látek, jako jsou třeba malé ionty, reaktivní protony, či biologicky relevantní molekuly, tak mohou být plně ovzorkovány a podrobně popsány, čímž získáme vhled do chování těchto náročných systémů.
Scientific branches
R&D category
ZV - Basic research
OECD FORD - main branch
10301 - Atomic, molecular and chemical physics (physics of atoms and molecules including collision, interaction with radiation, magnetic resonances, Mössbauer effect)
OECD FORD - secondary branch
10403 - Physical chemistry
OECD FORD - another secondary branch
—
BE - Theoretical physics
CF - Physical chemistry and theoretical chemistry
Solution timeline
Realization period - beginning
Jul 1, 2021
Realization period - end
Jun 30, 2024
Project status
—
Latest support payment
Feb 29, 2024
Data delivery to CEP
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data delivery code
CEP25-GA0-GA-R
Data delivery date
Mar 12, 2025
Finance
Total approved costs
6,586 thou. CZK
Public financial support
6,586 thou. CZK
Other public sources
0 thou. CZK
Non public and foreign sources
0 thou. CZK
Basic information
Recognised costs
6 586 CZK thou.
Public support
6 586 CZK thou.
100%
Provider
Czech Science Foundation
OECD FORD
Atomic, molecular and chemical physics (physics of atoms and molecules including collision, interaction with radiation, magnetic resonances, Mössbauer effect)
Solution period
01. 07. 2021 - 30. 06. 2024