[JCIM | 论文简读] 化学性质预测的RMG数据库

简读分享 | 王宇哲 编辑 | 陈兴民

论文题目

RMG Database for Chemical Property Prediction

论文摘要

本文介绍了用于化学性质预测的反应机理生成器(RMG)数据库。RMG数据库由精心策划的数据集和估计器组成，用于准确预测构建多种化学动力学机制所需的参数。这些数据集和估计器大多已发表，能够预测热力学、动力学、溶剂化效应和输运性质。对于热化学预测，RMG数据库包含45个热化学参数库，包含4564个项和一个群可加性方案，包含9种类型的修正，包括自由基、多环和表面吸收修正，共有1580个策划组和参数，用于用转移学习训练的图卷积神经网络，从13000个DFT计算集到10000个高质量值。对液相热化学很重要的溶剂-溶质效应的修正方案是可用的。其中包括195种纯溶剂和152种常见溶质的表数值，以及用于预测任意溶质性质的群可加性方案。对于动力学估计，该数据库包含92个动力学参数库，包含组合的21 000个反应，并包含87个反应类的速率规则方案，对8655个策划训练反应进行训练。传输属性还有附加的库和估计器可用。所有这些信息都可以通过https://rmg.mit.edu的图形用户界面轻松访问。通过直接与可以从Anaconda安装的RMG Python包连接，可以促进批量或动态使用。RMG数据库为动力学家提供了方便的访问，以估计他们需要建模和分析动力学系统的许多参数。这有助于加速和促进动力学分析，通过对路径进行简单的假设检验，通过为模型构建提供参数，并通过对其他来源的动力学参数进行检查。

论文链接

https://pubs.acs.org/doi/10.1021/acs.jcim.2c00965