基于结构特征的可见光偶氮光开关性质预测建模：开拓光开关研究新方向

《Journal of Cheminformatics》：Predictive modeling of visible-light azo-photoswitches’ properties using structural features

为解决可见光光开关性质预测难题，研究人员开展 “Predictive modeling of visible?light azo?photoswitches’ properties using structural features” 主题研究。结果表明片段计数在预测中表现最佳，对吸收波长(λmax?)预测较准，热半衰期(t1/2?)预测稍弱。该研究为光开关设计提供新策略。

　　在神奇的化学世界里，有一种特殊的化合物 —— 光开关，它就像一个能感知光线的小精灵，在光的照射下，其化学结构和性质会发生奇妙的变化。光开关在材料科学和生物学等领域有着广泛的应用前景，比如在生物医学中的光药理学，通过光来精准控制药物的作用。然而，传统的实验方法在预测光开关的重要性质时，遇到了不少难题。像著名的偶氮苯光开关，其最大吸收波长(λmax?)在 320nm，需要紫外线才能引发变化，但紫外线对生物细胞有害，且在组织中的穿透能力远不如可见光。目前，实验人员主要依靠耗时的密度泛函理论计算来估计光开关的λmax?和热半衰期(t1/2?)，这就像在黑暗中摸索，效率很低。而且，此前的研究要么只关注单一参数的预测，要么在预测多个参数时存在不足，难以满足实际需求。为了突破这些困境，来自北海道大学（Hokkaido University）的研究人员开展了一项极具意义的研究，他们试图通过机器学习的方法，基于光开关的结构特征来准确预测λmax?和t1/2?这两个关键性质。这项研究成果发表在《Journal of Cheminformatics》上，为光开关领域的研究开辟了新的道路。

研究人员在开展这项研究时，用到了几个主要关键的技术方法。首先是数据收集与整理，他们从大量文献中收集数据，涵盖多种偶氮苯和偶氮杂芳烃化合物的相关信息，最终得到 798 个有λmax?测量值、134 个有t1/2?测量值的独特化合物数据。接着，在构建定量构效关系（QSPR）模型时，考虑多种 2D 结构描述符，如 CircuS 和 ChyLine 片段等，并使用支持向量机（SVM）算法建模。此外，利用重复 10 折交叉验证（CV）评估模型性能，通过均方根误差（RMSE）和决定系数R2来衡量。还用 UMAP 方法分析化学空间，用 ColorAtom 方法解释模型 。

预测λmax?

研究人员基于 798 个有实验测量光谱的化合物数据构建预测λmax?的模型。在对多种分子描述符进行基准测试和超参数优化后发现，CircuS 和 ChyLine 片段表现最佳。这两种片段基于片段枚举，分别统计环状和线性片段的出现次数，比分子指纹携带更多信息。该模型预测准确性与其他先进方法相当，即使未考虑溶剂的物理化学参数，模型表现依然出色。研究人员还尝试构建包含溶剂参数的模型，结果与未包含溶剂参数的模型相似 。

预测t1/2?

由于t1/2?值范围极广，研究人员在预测模型中使用对数尺度的半衰期测量值。基于 134 个数据点进行建模，结果显示基于线性 ChyLine 片段构建的模型最佳，但整体性能欠佳，交叉验证中R2=0.584，外部验证中R2=0.482。为了改善预测效果，研究人员采用共识建模，即综合多个模型的预测结果。将最佳模型（ChyLine）与第二好的模型（RDkit 分层指纹）结合，预测结果有明显改善，再加入基于 RDkit 线性指纹的模型，进一步提升了对部分分子的预测准确性，但对测试集中唯一的噻唑衍生物预测效果变差，该化合物可能超出模型适用范围 。

预测结果的解释和化学空间分析

研究人员利用 UMAP 方法研究训练集和测试集的化学空间，发现与λmax?相关的数据集较大且多样，测试集分子与训练集分子聚类接近；而与logt1/2?相关的数据集较小且多样性不足，测试集分子多在初始聚类之外，增加了超出模型适用范围的可能性。利用 ColorAtom 方法解释模型预测时发现，一些官能团（如NO2?、CN、OMe）作为生色团或助色团会影响光开关的λmax?和logt1/2? ，这与文献报道相符，但有时 ColorAtom 方法会忽略某些官能团的预期影响。

这项研究具有重要意义。研究人员成功构建了基于结构特征预测可见光偶氮光开关λmax?和t1/2?的模型，为光开关的设计和筛选提供了快速有效的方法。通过模型解释，能更深入理解结构与性质的关系，指导新型光开关的合理设计。尽管预测t1/2?的模型存在不足，但共识建模能有效降低预测误差。研究人员还提供了完整的数据集，鼓励更多研究人员使用其他机器学习方法或特征进行深入研究。不过，研究也存在局限性，如未充分考虑溶剂效应，未来需要更系统的数据集来完善对溶剂效应的评估。总体而言，该研究为光开关领域的发展奠定了坚实基础，有望推动相关领域取得更多突破 。