图注意力网络用于准确且可解释地预测二氧化碳在不同物理溶剂中的溶解度

CO?捕获溶剂的理性设计与高通量筛选是工业脱碳的关键，本研究开发了四种神经网络模型（FCNN、CNN、GCN、GAT），基于1671个实验溶度数据，发现GAT模型R2达0.9837，RMSE仅0.0342，且对温度、压力等输入扰动鲁棒性强，通过扰动敏感性分析揭示极化率为主要正向贡献因子，重原子度和氢键特征为负向主导，为绿色溶剂设计提供可解释的AI工具。

　　
在工业脱碳背景下，二氧化碳捕获溶剂的理性设计与高通量筛选成为关键研究方向。近年来，人工智能技术为加速这一进程提供了可靠且可解释的工具。某项研究通过开发四类神经网络模型，系统评估了不同架构在二氧化碳溶解度预测中的性能差异，并创新性地提出基于扰动的敏感性分析方法。该研究揭示了图神经网络在分子特性建模中的独特优势，为新型溶剂的分子设计提供了理论依据和实践指导。

一、技术背景与挑战
工业领域每年产生大量二氧化碳，传统化学溶剂如水合胺存在再生能耗高、设备腐蚀等问题。物理溶剂（如聚乙二醇醚、碳酸丙酯）虽具备低再生能耗优势，但受限于溶解度较低（通常低于0.1摩尔分数）和强温度/压力依赖性。新型溶剂体系（离子液体、深共熔溶剂）虽具有可调理化性质，但受限于复杂的分子结构，难以建立明确的物性关联规律。

现有机器学习模型存在三大局限：1）基于SMILES字符串的输入方式难以捕捉三维分子拓扑关系；2）传统特征工程（如Mordred计算1,830个分子描述符）存在维度灾难；3）现有模型可解释性不足，阻碍了分子设计。本研究通过构建包含54种溶剂的1,671组实验数据集，创新性地将分子图结构纳入神经网络架构，突破传统方法的局限性。

二、方法体系创新
研究团队构建了四类神经网络架构进行对比验证：全连接网络（FCNN）、卷积神经网络（CNN）、图卷积网络（GCN）和图注意力网络（GAT）。在数据处理方面采用两阶段特征优化策略——首先通过Pearson相关系数消除高度相关的特征（如保留1/3相关性最大的特征），再剔除方差低于0.1的常数特征，最终将维度从1,830压缩至178，实现90.4%的降维效率。

分子图构建采用RDKit工具，将SMILES字符串转化为节点（原子）和边（化学键）构成的异构图。节点特征包含原子类型（3维）、杂化态（3维）、氢键受体/供体（各1维）、芳香性（1维）等18维物理化学参数。特别设计的自适应神经网络回归器（ANNR）采用动态神经元数量配置，根据训练数据特征自动调整网络深度（2-8层）和宽度（16-512个神经元），有效防止过拟合。

三、模型性能对比
四类模型在测试集和五折交叉验证中的表现呈现显著差异（表3）。FCNN基于传统分子描述符，R2达到0.9624但最大相对误差高达51.64%，说明在极端溶解度情况下存在预测偏差。CNN采用SMILES字符串的一维卷积处理，虽引入随机扰动增强泛化性（通过SMILES字符顺序打乱），但R2仅0.9335，最大相对误差高达279.82%，显示序列化表征存在严重缺陷。

图神经网络（GCN/GAT）展现显著优势。GCN通过聚合相邻原子特征，在测试集R2达到0.9820，RMSE仅0.0359。GAT引入注意力机制后性能进一步提升，R2达到0.9837，RMSE降至0.0342，且在五折交叉验证中标准差控制在±0.003以内，显示更强的稳定性。注意力权重分配显示：每个GAT层平均分配16个注意力头，在中间层形成多尺度特征融合机制，使模型能同时捕捉局部原子排列（如C=O基团）和全局拓扑结构（如碳链长度）的协同效应。

四、可解释性分析突破
研究创新性地提出扰动敏感性分析（PSA）方法，通过逐个原子特征屏蔽测试，量化各物理参数对预测结果的影响。实验发现：
1. 极化性（Polarizability）以0.43的权重系数成为最显著正向贡献因子，与CO?分子偶极-偶极相互作用理论一致。不同溶剂类别中极化性的影响强度存在0.15-0.22的差异，表明分子环境对极化作用存在调节效应。
2. 重原子度（Heavy Atom Degree）呈现显著负相关（-0.38），反映原子连接密度与溶解度的负相关关系。在含氧溶剂（如醇类）中，该效应比烃类溶剂强42%，可能与氢键网络形成有关。
3. 氢键受体/供体特征在醇类溶剂中产生显著负向影响（-0.29），但在酮类、醚类溶剂中影响减弱至-0.07。这种差异揭示了溶剂极性对氢键作用的不同敏感性。

五、结构-性质关系新发现
通过构建系列同系物（烷烃、醇类、酮类、酯类），研究揭示了新型关联规律：
1. 碳链长度效应：在烷烃中，每增加一个碳原子使溶解度下降0.012（p<0.01），但在醇类中该系数变为-0.008。这种差异可能源于氢键网络形成的能量势阱结构。
2. 功能基团贡献：酮类中羰基碳的极化率贡献度达0.65，而醇类中羟基氧的极化率贡献度仅为0.28。同时，酮类溶剂的空腔形成能（0.78 eV）比醇类（1.05 eV）低27%，这解释了酮类溶剂更高的CO?溶解度。
3. 空间位阻效应：在十二碳醇中，重原子度达到4.3，显著高于十二碳烷（2.1），导致其溶解度比同碳链烷烃低42%，验证了分子拥挤效应（Molecular crowding）理论。

六、工程应用价值
研究建立的GAT模型展现出工业级应用潜力：
1. 预测稳定性：在±5%的温压扰动下，模型预测误差波动范围仅为原始误差的18%-23%，满足工业容错要求。
2. 设计效率：通过生成对抗网络（GAN）与GAT的联合优化，可在5分钟内完成1,000种候选溶剂的溶解度预测，较传统实验方法提速200倍。
3. 成本效益：基于模型输出的溶剂筛选建议（如：7-9碳烷烃/酮类混合体系），可使实验室验证成本降低76%，同时预测的再生能耗误差小于8%。

七、技术局限与发展方向
当前模型存在三个主要局限：1）对立体异构体的表征不足；2）缺乏溶剂动态过程建模；3）未考虑溶剂极性梯度变化。未来研究可拓展至：
1. 引入三维分子特征（如 clashes分析、疏水表面面积）
2. 构建多目标优化模型（同时优化溶解度、再生能耗、设备腐蚀率）
3. 开发数字孪生系统，实时模拟不同操作条件下的溶剂行为

该研究为人工智能驱动的溶剂设计提供了重要范式，其构建的化学特征空间（Chemical Feature Space）概念，为后续开发药物分子、催化剂等材料的预测模型奠定了理论基础。通过将机器学习与分子动力学模拟相结合，可进一步揭示溶剂-气体相互作用机理，推动设计原理从经验驱动向理论驱动转变。