Generalized Energy-based Fragmentation Clustering Algorithm for Localized Excited States

doi:10.7503/cjcu20210314

Abstract

Abstract:

Generalized energy-based fragmentation（GEBF） approach can approximately express the local excitation（LE） energy of large system as a linear combination of the excitation energies of a series of active subsystems. Thus， it reduces the computational scaling of the excited-state calculations for large systems. Howe-ver， it is still a challenge to effectively identify the excitation characteristics of all active subsystems and combine the excitation energies when the total system has multiple localized excitations. Here， a clustering algorithm for localized excited states was proposed. This scheme is based on hole-electron analysis and density-based spatial clustering of applications with noise（DBSCAN） algorithm in machine learning， which can automatically collect the excited states with maximum similarity in different subsystems and combine the corresponding localized excited-state energies or excitation energies. With this algorithm， the improved LE-GEBF approach has shown satisfactory results in various systems including derivatives of fluorescent molecules， fluorescent dye-water clusters， and green fluorescent protein models. This algorithm is expected to greatly improve the stabilities and accuracies of the LE-GEBF approach for calculating localized excitations， and can effectively treat large systems with multiple peaks in the absorption spectrum.

Key words: Localized excitation, Energy-based fragmentation, Machine learning, Clustering, Hole-electron analysis

CLC Number:

O641

TrendMD:

DU Jiahui, LIAO Kang, HONG Benkun, WANG Zhongye, MA Jing, LI Wei, LI Shuhua. Generalized Energy-based Fragmentation Clustering Algorithm for Localized Excited States[J]. Chem. J. Chinese Universities, 2021, 42(7): 2227.

Figures/Tables 13

References 52

1	Runge E.， Gross E. K. U.， Phys. Rev. Lett.， 1984， 52， 997—1000
2	Gross E.， Kohn W.， Ed.： Löwdin P. O.， InDensity Functional Theory of Many⁃Fermion Systems， Advances in Quantum Chemistry， Academic Press， San Diego， 1990， 21， 255—291
3	Stanton J. F.， Bartlett R. J.， J. Chem. Phys.， 1993， 98， 7029—7039
4	Krylov A. I.， Annu. Rev. Phys. Chem.， 2008， 59， 433—462
5	Andersson K.， Malmqvist P. Å.， Roos B. O.， J. Chem. Phys.， 1992， 96， 1218—1226
6	Wen X.， Graham D. S.， Chulhai D. V.， Goodpaster J. D.， J. Chem. Theory Comput.， 2020， 16， 385—398
7	Bacon A. D.， Zerner M. C.， Theor. Chim. Acta，1979， 53， 21—54
8	Voityuk A. A.， J. Chem. Theory Comput.， 2014， 10， 4950—4958
9	Bannwarth C.， Grimme S.， Comput. Theor. Chem.，2014， 1040， 45—53
10	Warshel A.， Levitt M.， J. Mol. Biol.， 1976， 103， 227—249
11	Steindal A. H.， Ruud K.， Frediani L.， Aidas K.， Kongsted J.， J. Phys. Chem. B，2011， 115， 3027—3037
12	Olsen J. M.， Aidas K.， Kongsted J.， J. Chem. Theory Comput.， 2010， 6， 3721—3734
13	Zeng Q.， Liang W.， J. Chem. Phys.， 2015， 143， 134104—134115
14	Zhao G. J.， Han K. L.， Acc. Chem. Res.， 2012， 45， 404—413
15	Li Y.， Wang G.， Wang Y.， Li S.， Phys. Chem. Chem. Phys.， 2017， 19， 17516—17520
16	Li Q.， Li Q.， Shuai Z.， Synth. Met.， 2008， 158， 330—335
17	Baudin P.， Bykov D.， Liakh D.， Ettenhuber P.， Kristensen K.， Mol. Phys.， 2017， 115， 2135—2144
18	Ma Y.， Ma H.， J. Phys. Chem. A， 2013， 117， 3655—3665
19	Chiba M.， Fedorov D. G.， Kitaura K.， J. Chem. Phys.， 2007， 127， 104108
20	Yoshikawa T.， Kobayashi M.， Fujii A.， Nakai H.， J. Phys. Chem. B， 2013， 117， 5565—5573
21	Wu F.， Liu W.， Zhang Y.， Li Z.， J. Chem. Theory Comput.， 2011， 7， 3643—3660
22	Li W.， Li Y.， Lin R.， Li S.， J. Phys. Chem. A，2016， 120， 9667—9677
23	Jin X. S.， Glover W. J.， He X.， J. Chem. Theory Comput.， 2020， 16， 5174—5188
24	Chen W. K.， Fang W. H.， Cui G.， Phys. Chem. Chem. Phys.， 2019， 21， 22695—22699
25	Li W.， Li S.， Jiang Y.， J. Phys. Chem. A， 2007， 111， 2193—2199
26	Li S.， Li W.， Ma J.， Acc. Chem. Res.， 2014， 47， 2712—2720
27	Fang T.， Li W.， Gu F.， Li S.， J. Chem. Theory Comput.， 2015， 11， 91—98
28	Fang T.， Li Y.， Li S.， WIREs Comput. Mol. Sci.， 2017， 7， e1297
29	Fu F.， Liao K.， Ma J.， Cheng Z.， Zheng D.， Gao L.， Liu C.， Li S.， Li W.， Phys. Chem. Chem. Phys.， 2019， 21， 4072—4081
30	Zhao D.， Shen X.， Cheng Z.， Li W.， Dong H.， Li S.， J. Chem. Theory Comput.， 2020， 16， 2995—3005
31	Li W.， Dong H.， Ma J.， Li S.， Acc. Chem. Res.， 2021， 54， 169—181
32	Li W.， Chen C.， Zhao D.， Li S.， Int. J. Quant. Chem.， 2015， 115， 641—646
33	Li S.， Li W.， Jiang Y.， Ma J.， Fang T.， Hua W.， Hua S.， Dong H.， Zhao D.， Liao K.， Zou W.， Ni Z.， Wang Y.， Shen X.， Hong B.， LSQC Program， Version 2.4， Nanjing University， Nanjing， 2019
34	Foster J. P.， Weinhold F.， J. Am. Chem. Soc.，1980， 102， 7211—7218
35	Reed A. E.， Weinstock R. B.， Weinhold F.， J. Chem. Phys.， 1985， 83， 735—746
36	Liu Z.， Lu T.， Chen Q.， Carbon， 2020， 165， 461—467
37	Lu T.， Chen F.， J. Comput. Chem.， 2012， 33， 580—592
38	Mulliken R. S.， J. Chem. Phys.， 1955， 23， 1833—1840
39	Ester M.， Kriegel H. P.， Sander J.， Xu X.， In Kdd， 1996， 34， 226—231
40	Lemke O.， Keller B. G.， J. Chem. Phys.， 2016， 145， 164104
41	Idrissi A.， Vyalov I.， Georgi N.， Kiselev M.， J. Phys. Chem. B， 2013， 117， 12184—12188
42	Frisch M. J.， Trucks G. W.， Schlegel H. B.， Scuseria G. E.， Robb M. A.， Cheeseman J. R.， Scalmani G.， Barone V.， Petersson G. A.， Nakatsuji H.， Li X.， Caricato M.， Marenich A. V.， Bloino J.， Janesko B. G.， Gomperts R.， Mennucci B.， Hratchian H. P.， Ortiz J. V.， Izmaylov A. F.， Sonnenberg J. L.， Williams-Young D.， Ding F.， Lipparini F.， Egidi F.， Goings J.， Peng B.， Petrone A.， Henderson T.， Ranasinghe D.， Zakrzewski V. G.， Gao J.， Rega N.， Zheng G.， Liang W.， Hada M.， Ehara M.， Toyota K.， Fukuda R.， Hasegawa J.， Ishida M.， Nakajima T.， Honda Y.， Kitao O.， Nakai H.， Vreven T.， Throssell K.， Montgomery J. A. Jr.， Peralta J. E.， Ogliaro F.， Bearpark M. J.， Heyd J. J.， Brothers E. N.， Kudin K. N.， Staroverov V. N.， Keith T. A.， Kobayashi R.， Normand J.， Raghavachari K.， Rendell A. P.， Burant J. C.， Iyengar S. S.， Tomasi J.， Cossi M.， Millam J. M.， Klene M.， Adamo C.， Cammi R.， Ochterski J. W.， Martin R. L.， Morokuma K.， Farkas O.， Foresman J. B.， Fox D. J.， Gaussian 16， Revision C.01， Gaussian Inc.， Wallingford CT， 2019
43	Bannwarth C.， Caldeweyher E.， Ehlert S.， Hansen A.， Pracht P.， Seibert J.， Spicher S.， Grimme S.， WIREs Comput. Mol. Sci.， 2020， 11， e01493
44	Humphrey W.， Dalke A.， Schulten K.， J. Molec. Graphics，1996， 14， 33—38
45	Singh R. B.， Mahanta S.， Kar S.， Guchhait N.， Chem. Phys.， 2007， 331， 373—384
46	Dsouza R. N.， Pischel U.， Nau W. M.， Chem. Rev.， 2011， 111， 7941—7980
47	Spicher S.， Grimme S.， Angew. Chem. Int. Ed.， 2020， 59， 15665—15673
48	Bannwarth C.， Ehlert S.， Grimme S.， J. Chem. Theory Comput.， 2019， 15， 1652—1671
49	Shimomura O.， Johnson F. H.， Saiga Y.， J. Cell. Comp. Physiol.， 1962， 59， 223—239
50	Tsien R. Y.， Annu. Rev. Biochem.， 1998， 67， 509—544
51	Kaila V. R. I.， Send R.， Sundholm D.， Phys. Chem. Chem. Phys.， 2013， 15， 4491—4495
52	Berman H. M.， Nucleic Acids Res.， 2000， 28， 235—242

Local excited state	Imidazoline derivative		Coumarin derivative		Fluorine derivative
Local excited state	Conventional	LE?GEBF	Conventional	LE?GEBF	Conventional	LE?GEBF
1	4.80	4.78	3.97	3.98	4.24	4.24
2	4.95	4.93	4.68	4.69	4.79	4.79
3	6.15	6.13	4.79	4.80	4.97	4.97
4	6.27	6.26	5.54	5.55	5.85	5.85
5	6.45	6.44	6.14	6.13	6.24	6.26

Local excited state	Imidazoline derivative		Coumarin derivative		Fluorine derivative
Local excited state	Conventional	LE?GEBF	Conventional	LE?GEBF	Conventional	LE?GEBF
1	4.80	4.78	3.97	3.98	4.24	4.24
2	4.95	4.93	4.68	4.69	4.79	4.79
3	6.15	6.13	4.79	4.80	4.97	4.97
4	6.27	6.26	5.54	5.55	5.85	5.85
5	6.45	6.44	6.14	6.13	6.24	6.26

Local excited state	Uracil?water		HN12?water		3HBA?water
Local excited state	Conventional	LE?GEBF	Conventional	LE?GEBF	Conventional	LE?GEBF
1	4.92	4.89	3.59	3.60	4.67	4.67
2	5.21	5.21	4.21	4.19	5.01	5.00
3	6.22	6.20	4.42	4.42	6.00	5.95
4	6.37	6.32	4.84	4.81	6.09	6.09
5	6.42	6.45	―	―	6.33	6.31

Local excited state	Uracil?water		HN12?water		3HBA?water
Local excited state	Conventional	LE?GEBF	Conventional	LE?GEBF	Conventional	LE?GEBF
1	4.92	4.89	3.59	3.60	4.67	4.67
2	5.21	5.21	4.21	4.19	5.01	5.00
3	6.22	6.20	4.42	4.42	6.00	5.95
4	6.37	6.32	4.84	4.81	6.09	6.09
5	6.42	6.45	―	―	6.33	6.31

[1]	WONG Honho, LU Qiuyang, SUN Mingzi, HUANG Bolong. Rational Design of Graphdiyne-based Atomic Electrocatalysts： DFT and Self-validated Machine Learning [J]. Chem. J. Chinese Universities, 2022, 43(5): 20220042.
[2]	LI Jingying, CHEN Chen, LI Juan, YANG Huanghao. Artificial Regulation of Receptor Clustering and Function on Cell Surface ^† [J]. Chem. J. Chinese Universities, 2020, 41(5): 892.
[3]	CHEN Wen-Can, CUI Hui, ZHANG Lin, LIANG Yi-Zeng. A New Chemical Clustering Analysis Method Based on Genetic Evolution Algorithm [J]. Chem. J. Chinese Universities, 1997, 18(2): 196.