基于分子指纹与量子化学描述符预测聚酰亚胺玻璃化转变温度的机器学习模型

doi:10.7503/cjcu20240556

摘要/Abstract

摘要：

基于聚酰亚胺重复单元获得了分子访问系统(MACCS)指纹图谱和9种量子化学密度泛函理论(DFT)描述符，构建了MACCS， DFT和两者集成的3类预测模型. 通过比较分析随机森林(RF)、支持向量回归(SVR)、极致梯度提升(XGB)和梯度提升回归(GBR)等4种机器学习算法共12个机器学习模型来预测聚酰亚胺的玻璃化转变温度，并提取关键特征信息. 结果表明，最优的玻璃化转变温度预测模型是XGB集成模型，其训练集和测试集的决定系数(R²)分别为0.956和0.811，测试集的均方根误差(RMSE)和平均绝对误差(MAE)分别为25.41和20.20. 此外，集成MACCS指纹和DFT的模型均比单一模型的效果好. 建立的集成模型框架可为聚酰亚胺材料及聚合物材料结构的设计提供参考.

关键词: 机器学习, 量子化学, 分子指纹, 聚酰亚胺

Abstract:

Combining machine learning and quantum chemistry methods to construct predictive models can facilitate the design and screening of polyimide material structures. In this study， Molecular ACCess System（MACCS） fingerprints and nine density functional theory（DFT） quantum chemical descriptors were obtained from polyimide repeating units to construct three types of predictive models： MACCS， DFT and their integrated models. Twelve machine learning models were developed using four algorithms——random forest（RF）， support vector regression （SVR）， extreme gradient boosting（XGB） and gradient boosting regression（GBR）——to predict the glass transition temperature of polyimides and extract key feature information. The results showed that the optimal predictive model for the glass transition temperature is the integrated XGBoost model， with coefficient of determination（R²） values of 0.956 and 0.811 for the training and test sets， respectively. The root mean square error（RMSE） and mean absolute error（MAE） for the test set are 25.41 and 20.20， respectively. Furthermore， the integrated MACCS fingerprint and DFT models performed better than the individual models. The established integrated model framework provides new insights for the structural design of polyimide materials and other polymer materials.

Key words: Machine learning, Quantum chemistry, Molecular fingerprint, Polyimide

中图分类号:

TrendMD:

詹森华, 石彤非. 基于分子指纹与量子化学描述符预测聚酰亚胺玻璃化转变温度的机器学习模型. 高等学校化学学报, 2025, 46(4): 20240556.

ZHAN Senhua, SHI Tongfei. Machine Learning Model for Predicting the Glass Transition Temperature of Polyimides Based on Molecular Fingerprints and Quantum Chemical Descriptors. Chem. J. Chinese Universities, 2025, 46(4): 20240556.

图/表 8

Fig.1 Structure of polyimide(PI)

Fig.2 Tg dataset for model building

Fig.3 Accuracy of training and test sets for four ensemble machine learning models（A） XGB-Combined model；（B） SVR-Combined model；（C） RF-Combined model；（D） GBR-Combined model.

Table 1 Performance statistics of 12 predictive model

Model	Train R²	Test R²	RMSE	MAE
XGB⁃DFT	0.983	0.575	38.07	27.90
XGB⁃MACCS	0.814	0.785	27.11	21.71
XGB⁃Combined	0.956	0.811	25.41	20.20
SVR⁃DFT	0.497	0.512	40.79	30.73
SVR⁃MACCS	0.766	0.755	28.94	22.26
SVR⁃Combined	0.845	0.811	25.40	19.55
RF⁃DFT	0.813	0.529	40.11	28.65
RF⁃MACCS	0.793	0.751	29.13	23.03
RF⁃Combined	0.895	0.757	28.81	23.38
GBR⁃DFT	0.941	0.534	39.89	29.24
GBR⁃MACCS	0.833	0.731	30.28	24.63
GBR⁃Combined	0.882	0.822	24.64	18.86

Fig.4 SHAP values of the 10 most important input variable（A） XGB-Combined model；（B） SVR-Combined model；（C） RF-Combined model；（D） GBR-Combined model.

Fig.5 Important substructures affecting the Tg model

Fig.6 Correlation analysis of the most important 10 substructures of the XGB⁃Combined model

Fig.7 Structures of PI⁃1, PI⁃2, PI⁃3 and PI⁃4

参考文献 43

1	Liaw D. J.， Wang K. L.， Huang Y. C.， Lee K. R.， Lai J. Y.， Prog. Polym. Sci.， 2012， 37（7）， 907—974
2	Negi Y. S.， Damkale S. R.， Ansari S.， J. Macro. Sci.， 2001， 41（1/2）， 119—138
3	Tao K.， Qin F.， Li Y.， Zhang S.， Han S.， Liu G.， Wang J.， Shen J.， Yang Z.， Tang Y.， Sun G.， High Perform. Polym.， 2022， 34（9）， 998—1008
4	Ni L.， Luo Y.， Zhou C.， Meng H.， Wang G.， Yan L.， Liang M.， Qiu S.， Zhou S， Zou H.， Polymer， 2024， 298， 126891
5	Yang X.， Geng W.， Bi K.， Mei L.， Li Y.， He J.， Mu J.， Hou X.， Chou X.， Micromachines， 2021， 12（1）， 70—73
6	Kimoto Y.， Fujita T.， Furuta N.， Kitamura A.， Suzuki H.， J. Spacecr. Rockets， 2016， 53（6）， 1028—1034
7	Yi C.， Li W.， Shi S.， He K.， Ma P.， Chen M.， Yang C.， Sol. Energy， 2020， 195， 340—354
8	Wan B.， Zheng M. S.， Yang X.， Dong X.， Li Y.， Mai Y. W.， Chen G.， Zha J. W.， Energy Environ. Mater.， 2023， 6（1）， e12427
9	Zhou Z.， Wang Y.， Xu D.， Zhang Y.， Sol. Energy Mater. Sol. Cells， 2010， 94（12）， 2042—2045
10	Qiu X. S.， Wu Q.， Shi D. X.， Zhang Y. Y.， Chen K. C.， Li H. S.， Chem. J. Chinese Universities， 2022， 43（8）， 20220140
	仇心声，吴芹，史大昕，张耀远，陈康成，黎汉生. 高等学校化学学报， 2022， 43（8）， 20220140
11	Edwards W. M.， Ivan M. R.， Polyimides of Pyromellitic Acid， US 2710853A， 1955⁃06⁃14
12	Frazer A. H.， J. Polymer Science Part A⁃1： Polymer Chemistry， 1969， 7（8）， 2464—2464
13	Yang Y.， Jung Y.， Cho M. D.， Lee S. G.， Kwon S.， RSC Adv.， 2015， 5（71）， 57339—57345
14	Zhang D.， Wang C.， Wang Q.， Wang T.， Tribology International， 2019， 140， 105728
15	Zhou S. W.， Yu C.， Chen M.， Shi C. Y.， Gu R.， Qu D. H.， Smart Molecules， 2023， 1（2）， e20220009
16	Du Y.， Jamasb A. R.， Guo J.， Fu T.， Harris C.， Wang Y.， Blundell T. L.， Nat. Mach. Intell.， 2024， 6（6）， 589—604
17	Sanchez⁃Lengeling B.， Aspuru⁃Guzik A.， Science， 2018， 361（6400）， 360—365
18	Kneiding H.， Balcells D.， Chem. Sci.， 2024， 15（38）， 15522—15539
19	Karthikeyan A.， Priyakumar U. D.， J. Chem. Sci.， 2021， 134（1）， 1—20
20	Prašnikar E.， Ljubič M.， Perdih A.， Borišek J.， Artif. Intell. Rev.， 2024， 57（4）， 102—103
21	Faber F. A.， Hutchison L.， Huang B.， Gilmer J.， Schoenholz S. S.， Dahl G. E.， von Lilienfeld O. A.， J. Chem. Theory Comput.， 2017， 13（11）， 5255—5264
22	Yue D.， Feng Y.， Liu X. X.， Yin J. H.， Zhang W. C.， Guo H.， Lei Q. Q.， Adv. Sci.， 2022， 9（17）， 2105773
23	Toland A.， Tran H.， Chen L.， Li Y.， Zhang C.， Gutekunst W.， Ramprasad R.， J. Phys. Chem. A， 2023， 127（50）， 10709—10716
24	Zhao G.， Xu T.， Fu X.， Zhao W.， Wang L.， Lin J.， Du L.， Compos. Sci. Technol.， 2024， 248， 110455
25	Lightstone J. P.， Chen L.， Kim C.， Batra R.， Ramprasad R.， J. Appl. Phys.， 2020， 127（21）， 215105
26	Liu T. L.， Liu L. Y.， Ding F.， Li Y. Q.， Chin. J. Polym. Sci.， 2022， 40（7）， 834—842
27	Hou Z. J.， Li R. Q.， Li J.， Feng Y. N.， Jin Q. Q.， Sun J. H.， Cao J.， Chem. J. Chinese Universities， 2024， 45（9）， 20240199
	侯泽金，李荣其，李健，冯怡宁，靳茜茜，孙俊红，曹洁，高等学校化学学报， 2024， 45（9）， 20240199
28	Couchman P. R.， J. Appl. Phys.， 1979， 50（10）， 6043—6046
29	Pásztor S.， Becsei B.， Szarka G.， Thomann Y.， Thomann R.， Mühlhaupt R.， Iván B.， Materials， 2020， 13（21）， 4822—4837
30	Alesadi A.， Cao Z.， Li Z.， Zhang S.， Zhao H. Y.， Gu X. D.， Xia W. J.， Cell Rep. Phys. Sci.， 2022， 3（6）， 100911
31	Huang C. C.， Zhang B. Q.， Liu C. Y.， Chem. J. Chinese Universities， 2021， 42（8）， 2617—2626
	黄聪聪，张宝庆，刘琛阳.高等学校化学学报， 2021， 42（8）， 2617—2626
32	Qiu H.， Qiu X.， Dai X.， Sun Z. Y.， J. Mater. Chem. C， 2023， 11（8）， 2930—2940
33	Ding M. X.， Polyimide： Chemistry， Structure， and Relationship to Properties and Materials， Chemical Industry Press， Beijing， 2006， 221—504
	丁孟贤. 聚酰亚胺：化学，结构与性能的关系及材料. 北京：科学出版社， 2006， 221—504
34	Weininger D.， J. Chem. Inf. Model.， 1988， 28（1）， 31—36
35	Kwon J. H.， Han J. Y.， Kim M.， Kim S. K.， Lee D. K.， Kim M. G.， Arch. Pharm. Res.， 2024， 47（12）， 914—923
36	Rogers D.， Hahn M.， J. Chem. Inf. Model， 2010， 50（5）， 742—754
37	Zhang Y.， Xu X.， Polymer Chemistry， 2021， 12（6）， 843—851
38	Zhang Y.， Xu X.， Mol. Cryst. Liq. Cryst.， 2021， 730（1）， 9—22
39	Frisch M. J.， Trucks G. W.， Schlegel H. B.， Scuseria G. E.， Robb M. A.， Cheeseman J. R.， Scalmani G.， Barone V.， Mennucci B.，
	Petersson G. A.， Nakatsuji H.， Caricato M.， Li X.， Hratchian H. P.， Izmaylov A. F.， Bloino J.， Zheng G.， Sonnenberg J. L.， Hada M.， Ehara M.， Toyota K.， Fukuda R.， Hasegawa J.， Ishida M.， Nakajima T.， Honda Y.， Kitao O.， Nakai H.， Vreven T.， Montgomery J. A. Jr.， Peralta J. E.， Ogliaro F.， Bearpark M.， Heyd J. J.， Brothers E.， Kudin K. N.， Staroverov V. N.， Kobayashi R.， Normand J.， Raghavachari K.， Rendell A.， Burant J. C.， Iyengar S. S.， Tomasi J.， Cossi M.， Rega N.， Millam J. M.， Klene M.， Knox J. E.， Cross J. B.， Bakken V.， Adamo C.， Jaramillo J.， Gomperts R.， Stratmann R. E.， Yazyev O.， Austin A. J.， Cammi R.， Pomelli C.， Ochterski J. W.， Martin R. L.， Morokuma K.， Zakrzewski V. G.， Voth G. A.， Salvador P.， Dannenberg J. J.， Dapprich S.， Daniels A. D.， Farkas Ö.， Foresman J. B.， Ortiz J. V.， Cioslowski J.， Fox D. J.， Gaussian 09， Revision E.01， Gaussian Inc.， Wallingford CT， 2009
40	Zhao Y.， Truhlar D. G.， Theoretical Chemistry Accounts， 2008， 120（1）， 215—241
41	Breiman L.， Machine Learning， 2001， 45（1）， 5—32
42	Smola A. J.， Murata N.， Schölkopf B.， Müller K.R.， Asymptotically Optimal Choice of ε-Loss for Support Vector Machines， Proceedings of the ICANN 98， Springer， London， 1998
43	Chen T.， Guestrin C.， Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining，San Francisco， California， 2016

[1]	谭英佳, 陈亮, 刘聿琳, 那日松, 赵熹. 基于机器学习与分子动力学模拟发现CDK2抑制剂[J]. 高等学校化学学报, 2025, 46(3): 20240442.
[2]	侯泽金, 李荣其, 李健, 冯怡宁, 靳茜茜, 孙俊红, 曹洁. 基于GC-MS和机器学习的深静脉血栓形成预测[J]. 高等学校化学学报, 2024, 45(9): 20240199.
[3]	任峻晴, 马玉乐, 马宇欣, 高少琪, 仇宇豪, 陈国博, 夏树伟, 于良民. 含哒嗪功能结构酰胺醚类化合物的合成及其缓蚀性能的实验评价与理论模拟[J]. 高等学校化学学报, 2024, 45(10): 20240235.
[4]	曹双双, 黄济勇, 李伟, 张厚君, 李象远, 韩优. 基于机器学习的CH₄燃烧动力学机理优化[J]. 高等学校化学学报, 2024, 45(10): 20240296.
[5]	张妍, 蒋行健, 刘明, 郑植, 张勇. 基于分子性能与器件制备的低泛化误差有机太阳电池光电转化效率预测模型[J]. 高等学校化学学报, 2023, 44(7): 20230165.
[6]	仇心声, 吴芹, 史大昕, 张耀远, 陈康成, 黎汉生. 离子型交联磺化聚酰亚胺质子交换膜的制备及高温燃料电池性能[J]. 高等学校化学学报, 2022, 43(8): 20220140.
[7]	黄汉浩, 卢湫阳, 孙明子, 黄勃龙. 石墨炔原子催化剂的崭新道路:基于自验证机器学习方法的筛选策略[J]. 高等学校化学学报, 2022, 43(5): 20220042.
[8]	赵君禹, 王春博, 王成杨, 张克, 丛冰, 杨岚, 赵晓刚, 陈春海. 导热膨胀石墨/聚醚酰亚胺复合材料的制备与性能[J]. 高等学校化学学报, 2022, 43(4): 20210800.
[9]	王寿柏, 吴修明, 束辰, 钟敏, 黄卫, 颜德岳. 含叔丁基聚酰亚胺均质膜的气体分离性能[J]. 高等学校化学学报, 2022, 43(11): 20220357.
[10]	王寿柏, 吴修明, 吴锦明, 汤艳峰, 束辰, 钟敏, 黄卫, 颜德岳. 含叔丁基/异丁基二胺的可溶性透明聚酰亚胺的合成与性能[J]. 高等学校化学学报, 2021, 42(9): 2944.
[11]	朱德帅, 赵剑英, 杨正慧, 郭海泉, 高连勋. 基于多层结构设计的高储能密度氧化石墨烯/聚酰亚胺复合材料[J]. 高等学校化学学报, 2021, 42(8): 2694.
[12]	黄聪聪, 张宝庆, 刘琛阳. 聚酰亚胺玻璃化转变温度预测: 基团贡献加和法与未知基团赋值[J]. 高等学校化学学报, 2021, 42(8): 2617.
[13]	杜嘉辉, 廖康, 洪本坤, 王钟烨, 马晶, 李伟, 黎书华. 普适的基于能量的分块局域激发态聚类算法[J]. 高等学校化学学报, 2021, 42(7): 2227.
[14]	吴涛, 方玉婷, 董杰, 赵昕, 张清华. 基于乙炔基-苯并噁嗪单元双重交联反应的聚酰亚胺树脂的制备与性能[J]. 高等学校化学学报, 2021, 42(6): 1978.
[15]	王献伟, 柯红军, 袁航, 鲁戈舞, 李丽英, 孟祥胜, 宋书林, 王震. 耐高温可溶性聚酰亚胺树脂及其复合材料[J]. 高等学校化学学报, 2021, 42(6): 2041.