نمذجة تبادل الربائط في المعقدات المعدنية باستخدام إمكانيات التعلم الآلي

تعتبر أيونات المعادن لا غنى عنها في العديد من مجالات الكيمياء، بما في ذلك (التحفيز الحيوي) والانعكاس الذاتي وعمليات نقل الشحن. ومع ذلك، فإن نمذجة خصائصها الهيكلية والديناميكية في بيئات كيميائية متنوعة تظل تحدياً لكل من مجالات القوة والطرق الأساسية. هنا، نقدم استراتيجية لتدريب إمكانيات التعلم الآلي (MLPs) باستخدام MACE، وهي شبكة عصبية تمرير رسائل متساوية، للمعقدات المعدنية-الربائط في المذيبات الصريحة. نستكشف الهيكل وديناميات تبادل الربائط لـ Mg2+ في الماء و Pd2+ في الأسيتونتريل كنموذجين توضيحيين. تعيد الإمكانيات المدربة بدقة إنتاج الهياكل التوازنية للمعقدات في المحلول، بما في ذلك أرقام التنسيق المختلفة والهندسات. علاوة على ذلك، يمكن لـ MLPs نمذجة التغيرات الهيكلية بين أيونات المعادن والربائط في قشرة التنسيق الأولى، وإعادة إنتاج حواجز الطاقة الحرة لتبادل الربائط المعنية. تقدم الاستراتيجية المعروضة هنا نهجاً حسابياً فعالاً لنمذجة أيونات المعادن في المحلول، مما يمهد الطريق لنمذجة معقدات معدنية أكبر وأكثر تنوعاً ذات صلة بالجزيئات الحيوية والتجمعات الفوق جزيئية.