MLIP の TS を DFT で確かめる

MLIP/MM で妥当な経路が見つかったら、その TS をそのまま DFT/MM での TS 構造最適化にもっていくことにも mlmm-toolkit は対応しています。TS 最適化 → IRC → 端点の最適化 → 振動数計算のワークフローを、GPU4PySCF を用いることで GPU で高速化された DFT 計算により実行可能です。DFT で計算するのは ML 領域だけで、周りのタンパク質は MM のままです。

主役は MLIP/MM による経路探索で、DFT/MM は MLIP/MM で見つけた TS 候補を確かめるための追加の機能です。

主な用途

  • TS を DFT/MM で詰める：ML 領域を DFT にして、TS 最適化 → IRC → 端点の最適化 → 振動数計算を実行します（-b dft）。

  • MLIP/MM の計算に DFT のエネルギーを足す：MLIP/MM で得た R・TS・P に DFT の一点計算を行います（--dft）。

  • 1 構造の DFT 一点計算：DFT/MM のエネルギーとポピュレーション解析（mlmm dft）、またはエネルギーと力（mlmm sp -b dft）を求めます。

処理の流れ

  1. MLIP/MM で探す：経路を作り、条件を変えて試し、いちばん有望な TS 候補を選びます。

  2. DFT/MM で詰める：その TS を入力にして、-b dft 付きの TS-only モードを実行します。MM のトポロジーと ML 領域は最初の計算のものを使い回します。

  3. 確かめる：見る点は MLIP/MM のときと同じです。TS 最適化が成功すると、反応モードの虚振動が 1 つ出ます（log には [Imaginary modes] n=1）。指定した段がすべて収束すると ====== Pipeline summary ====== の下に Scientific status: success と出ます。IRC が収束しなくても、端点の最適化で狙った R と P に着けば、その結果は使えます。

基本的な実行例

1. 小さな ML 領域で MLIP/MM の探索を行う

DFT で扱える大きさの ML 領域で MLIP/MM の探索を行います。出力ディレクトリ result_all/ に、例 2 で使い回す TS・MM のトポロジー・ML 領域が入ります。

mlmm all -i 1.R.pdb 3.P.pdb -c 'SAM,GPP,MG' -l 'SAM:1,GPP:-3' \
    -r 0 --selected-resn '44,63,186' --tsopt

-r 0 で切り出しの半径を 0 Å にすると、距離で近くの残基を足すのを止め、-c と --selected-resn の残基から ML 領域を組みます。examples/beza/ の同梱例の 44・63・186 番は、SAM のメチル炭素（CS1）にいちばん近い 3 残基です。同梱の PDB は chain の欄が空なので、残基は名前か番号で指定してください。自分の系では、反応に関わる残基を選んでください。

2. TS を DFT/MM で詰める

例 1 の TS を 1 つだけ入力にすると、TS-only モードになります。ts.pdb は全系の構造で、--parm7 と --model-pdb で例 1 のトポロジーと ML 領域を使い回すので、2 つの計算は同じ系を扱います。DFT 用の追加パッケージが要ります。

mlmm all -i result_all/segments/seg_01/ts.pdb \
    --parm7 result_all/mm_parm/1.R.parm7 --model-pdb result_all/ml_region.pdb \
    -l 'SAM:1,GPP:-3' --tsopt --thermo -b dft -o ./result_dft

seg_01 は最初の反応セグメントです。セグメントが複数あるときは、詰めたい段のものを選んでください。

ML 領域は 300 原子くらいまでに

-b dft では ML 領域全体を DFT で計算するので、リンク水素を含めて 300 原子くらいまでに収めます。

小さくする方法は ML 領域を小さくする を見てください。

-b dft と --dft の違い

オプション

DFT で計算するもの

使う場面

-b dft

計算のすべて（MEP 探索、TS 最適化、IRC、端点の最適化、振動数）の ML 領域

TS 候補を DFT/MM で詰めて確かめる

--dft

MLIP/MM で得た R・TS・P の一点計算（all だけ）

MLIP/MM の構造で DFT のエネルギーを得る

-b dft は 11 のコマンドで使えます：all、opt、tsopt、irc、freq、scan、scan2d、scan3d、path-opt、path-search、sp。

主な出力ファイル

-b dft の出力の並びは、同じモードの MLIP/MM の計算と同じです（TS-only モードは期待される出力）。--dft を付けると、次のファイルが増えます。

ファイル

内容

segments/seg_NN/dft/{R,TS,P}/

各状態の DFT 一点計算の結果

segments/seg_NN/energy_diagram_DFT.png

MLIP/MM の構造での DFT のエネルギー図

segments/seg_NN/energy_diagram_G_DFT_plus_MLIP.png

DFT のエネルギーに MLIP/MM の熱補正を足した図（--thermo のとき）

energy_diagram_DFT_all.png、energy_diagram_G_DFT_plus_MLIP_all.png

全セグメントをまとめた同じ図（出力ディレクトリの直下）

主な CLI オプション

オプション

説明

デフォルト値

-b, --backend dft

ML 領域を DFT で計算します（GPU4PySCF。--dft-engine cpu で CPU の PySCF）。

uma

--parm7 FILE、--model-pdb FILE

前の計算の MM のトポロジーと ML 領域を使い回します。省くと、all が入力から作り直します。

—

--func-basis TEXT

汎関数と基底を FUNCTIONAL/BASIS の形で指定します。-b dft と --dft の両方に効きます。

wb97m-v/def2-svp

--embedcharge/--no-embedcharge、--embedcharge-cutoff FLOAT

-b dft のとき、ML 領域から cutoff（Å）以内の MM の点電荷を DFT のハミルトニアンに入れます。

--no-embedcharge、12.0

--dft/--no-dft

R・TS・P に DFT の一点計算を足します（all だけ）。

--no-dft

ほかの DFT のオプション（--dft-engine、--dft-low-memory/--no-dft-low-memory、--dft-nprocs、--dft-memory、SCF のチェックポイント）は all のオプションの一覧（英語のみ）にあります。

補足: YAML では、-b dft の設定は calc.dft に、--dft と mlmm dft の設定は最上位の dft に書きます。どちらでも、pyscf で PySCF のオブジェクトの名前ごとに属性を渡せます（例：収束しにくい SCF に mf: {level_shift: 0.2}）。キーは YAML 設定の一覧にあります。

使用上の注意点

  • DFT 用の追加パッケージ：PyTorch のビルドが cuda130 なら pip install "mlmm-toolkit[dft]"、cuda129 なら pip install "mlmm-toolkit[dft-cuda12]" で入れてください。詳しくは 詳細なインストール手順 の手順 7 を参照してください。GPU が無いときは --dft-engine cpu を付けてください。

  • --parm7 と --model-pdb を外さない：外すと、DFT/MM の計算は TS の構造からトポロジーを作り直し、ML 領域をその B-factor の層から取ります。parm7 の名前は例 1 の最初の入力から付きます（ここでは mm_parm/1.R.parm7）。名前は result_all/mm_parm/ で確かめてください。

  • 電荷：ML 領域を小さくすると、ふつう ML 領域の電荷も変わります。DFT/MM を流す前に、例 1 の端末の出力の Total active site model charge を確かめてください。

  • 300 原子は目安：プログラム側に上限はありません。出力ディレクトリの ml_region_with_linkH.xyz の 1 行目が、リンク水素を含む ML 領域の原子数です。

  • 組み合わせ：-b dft と --dft は一緒に使えず、実行の始めにエラーで止まります。-b dft の計算の後に DFT の一点計算を足すときは、別のジョブで mlmm sp -b dft か mlmm dft を実行してください。--dft と --thermo には --tsopt が必要です。

  • 図のファイル名とキーの名前：-b dft でも、図のファイル名は energy_diagram_MLIP.png と energy_diagram_G_MLIP.png（--thermo のとき）、summary.json のブロックの名前は mlip と gibbs_mlip のままです。中身は DFT/MM の値で、図の題には DFT/MM と出ます。

  • メモリとスレッド：--dft-memory の値は PySCF が使うホスト RAM で、GPU の VRAM ではありません。GPU のメモリが足りないときは ML 領域を小さくしてください。--dft でメモリが足りないときは、--dft を外して mlmm dft を別に実行してください。

  • 段階的なグリッド：--scf-stepwise-grid（デフォルトは on）は、各実行の最初の SCF を、グリッドレベル 1・収束閾値 1e-6 でいったん収束させ、その密度から指定のグリッドと閾値で収束させます。2 回目以降の SCF は、これまでどおり前の密度から始めます。効果は系によって変わり、小さい系では少し遅くなることがあります。--no-scf-stepwise-grid で切れます。指定のグリッドレベルが 1 以下のときと、pyscf.grids.atom_grid でグリッドを直接指定したときは、段階化を行いません。粗い段階が収束しなかったときは、通常の SCF を行います。

関連ドキュメント