이웃 정보로 강화된 원자 표현으로 NMR 차폐 예측의 정확도를 높이다

초록

본 연구는 NMR 차폐 예측의 정확도를 향상시키기 위해, Coulomb 행렬과 bag-of-bonds 디스크립터의 원자 중심 변형(aCM, aBoB)을 제안하고, 이를 방사 기저 함수(RBF)를 이용해 연속화했습니다. 더 나아가 각 원자의 디스크립터에 n개의 가장 가까운 이웃 원자의 정보를 통합한 aCM-RBF(n) 및 aBoB-RBF(n) 패밀리를 개발했습니다. QM9NMR 데이터셋에서 13C 차폐 예측 시 aBoB-RBF(4)가 1.69 ppm의 평균 오차로 기존 모델을 능가하는 최고 성능을 보였으며, 다양한 외부 데이터셋에서도 견고성과 전이 가능성을 입증했습니다.

상세 분석

이 논문의 핵심 기술적 기여는 NMR 차폐 예측이라는 특정 문제에 맞춰 기존의 분자 표현 방법을 체계적으로 개선하고 평가했다는 점에 있습니다. 첫 번째 중요한 발전은 ‘원자 중심’ 표현으로의 전환입니다. 기존의 Coulomb 행렬(CM)이나 bag-of-bonds(BoB)는 분자 전체를 하나의 고정된 벡터로 표현하는 전역 디스크립터였습니다. 이는 분자의 총 에너지 예측에는 적합할 수 있으나, 원자별 특성인 NMR 차폐를 예측하는 데는 비효율적입니다. 저자들은 이를 원자별로 계산 가능한 aCM과 aBoB로 변환하여 Atoms-in-Molecules(AIM) 머신러닝 프레임워크에 적합하도록 만들었습니다.

두 번째 중요한 발전은 이 ‘이산적(discrete)’ 표현의 ‘연속적(continuous)’ 표현으로의 확장입니다. aCM이나 aBoB는 원자 번호, 거리 등의 이산적 요소를 직접 사용합니다. 저자들은 이를 방사 기저 함수(Radial Basis Functions, RBF)를 통해 연속적인 특징 공간에 매핑하는 aCM-RBF와 aBoB-RBF를 도입했습니다. 이 변환은 머신러닝 모델(본 연구에서는 커널 릿지 회귀)이 학습하기에 더 부드럽고 효율적인 입력을 제공하며, 모델의 일반화 성능을 향상시키는 데 기여했습니다.

가장 혁신적이고 성능 향상에 결정적인 기여를 한 것은 세 번째 발전인 ‘이웃 정보 통합’입니다. NMR 차폐는 해당 핵의 직접적인 화학적 환경뿐만 아니라 2, 3번째로 가까운 원자들의 영향도 크게 받습니다. 저자들은 각 중심 원자의 디스크립터에 ’n’개의 가장 가까운 이웃 원자들의 디스크립터 정보를 추가하여 aCM-RBF(n)과 aBoB-RBF(n) 패밀리를 만들었습니다. 이는 명시적인 3체(three-body) 상호작용 항을 포함하는 복잡한 디스크립터(예: SLATM)를 사용하지 않으면서도, 간접적으로 다체 효과를 포착하는 효율적인 방법입니다. 실험 결과, n=4(즉, 4개의 최근접 이웃 정보 포함)에서 최적의 성능을 보였으며, 이는 NMR 차폐에 대한 화학적 직관과도 일치합니다.

결과적으로, aBoB-RBF(4)는 복잡하고 비용이 높은 3체 디스크립터 기반 모델에 버금가는 정확도(1.69 ppm)를 보이면서도 계산 효율성이 월등히 뛰어난 ‘최적의 균형점’을 제공하는 도구로 입증되었습니다. 이 모델은 훈련 데이터(QM9, 최대 9개 중원자)보다 훨씬 큰 분자(최대 23개 중원자)로 구성된 외부 데이터셋(Drug12/40, GDBm)에서도 우수한 성능을 유지하여 화학 공간 전반에 대한 강력한 전이 가능성을 입증했습니다.