기계학습 힘장(MLFF)은 학습 분포 근처에서만 신뢰할 수 있으므로, 다양한 학습 세트를 효율적으로 구축하는 것은 처음부터 학습과 기초 모델 미세조정 워크플로 모두에서 주요 병목이 된다. 능동 학습(active learning)은 이러한 비용을 줄일 수 있지만, 표준 모델 위원회(model committee) 불확실성은 위원회 각 구성원마다 별도의 미세조정 실행이 필요하기 때문에 기초 MLFF에는 실용적이지 않다. 우리는 구성(configuration)별로 전방 패스(forward pass) 비용이 낮은 불확실성 추정기인 최종 층 투영 회귀(last-layer-projection regression, LLPR)를 기반으로 한 능동 학습 워크플로를 제시한다. 분자, 응축상(condensed-phase), 전해질 시스템 전반에 걸쳐 LLPR은 전자 구조(electronic-structure) 레이블의 극히 일부만으로 전체 데이터 정확도를 회복하는 컴팩트하고 고가치의 학습 세트를 식별한다. 기초 모델 미세조정에서 LLPR이 선택한 구성은 무작위 선택보다 훨씬 적은 레이블로 전체 풀 미세조정 상한에 도달한다. 반복적 전해질 미세조정에서 LLPR은 DFT 레이블링 이전에 비물리적 국소 배위(local coordination)를 감지하고, 절대적인 힘 오차 임계값을 제공하며, 학습 루프의 자동 종료를 가능하게 한다. 결과 모델은 기준(reference) 밀도와 이온 배위 구조를 재현하며, MLFF 학습 체계 전반에 걸친 확장 가능한 불확실성 정량화(uncertainty quantification) 전략을 제공한다.
Quantum mechanical (QM) cluster models provide an effective framework for mechanistic studies of enzymatic reactions but remain computationally demanding. Neural network potentials (NNPs) offer a promising route to reduce this cost, but enzymes present challenges beyond small molecules, including large system sizes, implicit-solvent environments, substantial polarization, and charge transfer. Here, we present an integrated software framework for efficient NNP training for mechanistic studies of enzymes, demonstrated on QM cluster models of S-adenosyl-L-methionine-dependent methyltransferases (MTases). Our Enerzyme code introduces modular electrostatics-aware NNP architectures and combines automated QM-cluster construction with reactive dataset generation. The Enerzymette subpackage automates reaction pathway exploration at both NNP and DFT levels. We show that iterative flexible scans and nudged elastic band calculations impose stricter requirements on NNPs than conventional dataset metrics. Nevertheless, NNPs trained on fewer than 1,000 system-specific datapoints reproduce reaction energetics and transition-state structures for MTase clusters containing up to 545 atoms with near-chemical accuracy. Direct supervision of atomic charges and consistent dielectric screening substantially improve simulation stability and accuracy, while multitask-learned atomic charges capture charge transfer and polarization trends and provide chemically meaningful descriptors of reactivity. Finally, transferability across chemically diverse catechol O-methyltransferase substrates indicates that NNPs learn generalizable reactivity patterns as training data expand across multiple enzymes. Together, these results establish a foundation for accelerating enzyme mechanistic studies and guide future NNP development for biomolecular reactivity.
열역학적 평형 상태에서 분자 시스템의 효율적인 샘플링은 통계 물리학의 대표적인 난제입니다. 이 난제는 볼츠만 생성기(BG)의 개발을 이끌었으며, BG는 생성 모델과 정확한 우도(likelihood) 및 중요도 샘플링(importance sampling) 보정을 결합하여 비상관 평형 샘플을 빠르게 생성할 수 있게 합니다. 그러나 현대 BG는 주로 정규화 플로우(NF)에 의존하며, 이는 엄격한 가역성 제약으로 인한 제한적인 표현력(이산 시간) 또는 계산 비용이 높은 우도(연속 시간)라는 문제를 겪습니다. 본 논문에서는 플로우 기반 BG 패러다임에서 벗어나 이러한 한계를 극복하는 새로운 자기회귀 모델링 프레임워크인 자기회귀 볼츠만 생성기(ArBG)를 제안합니다. ArBG는 플로우의 위상적 제약을 우회하고 순차적인 추론 시간 개입을 가능하게 하며, 대규모 언어 모델(LLM)에서 효과적인 아키텍처를 활용하여 향상된 확장성을 제공합니다. 우리는 ArBG가 모든 벤치마크에서 플로우 기반 모델 대비 상당한 성능 향상을 가져오며, 특히 10개 잔기로 구성된 Chignolin과 같은 더 큰 펩타이드 시스템에서 두드러진다는 것을 실증적으로 보여줍니다. 또한, ArBG 프레임워크로 학습된 1억 3,200만 매개변수의 전이 가능한 모델인 Robin을 소개하며, 이는 이전 최고 성능 대비 향상되어 8개 잔기 시스템에서 제로샷 에너지 오류인 E-W$_2$를 60% 이상 감소시킵니다. 코드는 다음 링크에서 확인할 수 있습니다: https://github.com/danyalrehman/autobg.
ConSolv는 어텐션(attention) 기반 용매 임베딩 블록으로 용매 조건에 따라 용질 상호작용을 반영하는 암시적 용매 기계학습 포텐셜(MLP)로, 실험 용매화 자유에너지와 ab initio 데이터를 결합해 66종 유기 용매에 전이 가능하게 학습된다. 여러 용매화 자유에너지 벤치마크에서 기존 명시적·암시적 용매 방법을 능가하며 미관측 용매로도 일반화하고, 클로로포름에서 γ-fluorohydrin의 NMR 실험값과도 잘 일치한다.
기계학습 원자간 포텐셜은 이제 상호작용적 재료 탐색을 위한 효율적인 원자 수준 평가를 가능하게 하지만, 폐루프(closed-loop) 결정 탐색 방법은 편집, 이완(relaxation), 점수화, 제약, 기록 관리를 위한 맞춤형 파이프라인에 걸쳐 여전히 파편화되어 있다. 우리는 결정 설계를 마르코프 결정 과정으로 규정하는 순차적 결정 탐색을 위한 Gymnasium 호환 환경인 SciVerseGym을 소개한다. 에이전트는 원자 수준 구조를 관측하고, 화학적으로 의미 있는 편집을 적용하며, 구성 가능한 평가기로부터 피드백을 받는다. SciVerseGym은 원소 치환, 격자 섭동, 원자 변위, 공석 생성, 원자 삽입을 포함한 국소 및 전역 행동과 함께, 구성 가능한 화학 공간, 구조 풀, 원자 수준 및 그래프 기반 관측, 사용자 정의 보상, 선택적 이완, 안정성 또는 포논(phonon) 관련 진단을 지원한다. 각 단계는 편집을 적용하고, 기계학습 원자간 포텐셜 또는 ASE 호환 계산기를 사용하여 후보를 평가하며, 표준 (obs, reward, terminated, truncated, info) 튜플을 반환한다. 에이전트 로직을 재료 인프라와 분리함으로써 SciVerseGym은 폐루프 결정 탐색에서 강화학습, 베이지안 최적화, 진화 탐색, 언어 에이전트 워크플로를 위한 개방적이고 재현 가능하며 확장 가능한 테스트베드를 제공한다. 코드는 https://github.com/Bin-Cao/SciVerseGym 에서 이용할 수 있다.