Integrating nudged elastic band with flow matching for enhanced transition state prediction

Read full text Summarise with VIRAT
Authors: Stephanie Gstöttenmayr
Cited by: 0
References: 43

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

Übergangszustände chemischer Reaktionen bestimmen die Reaktionskinetik und sind für die Bestimmung von Reaktionsmechanismen von entscheidender Bedeutung. Jüngste Flow-Matching-Modelle wie GoFlow generieren Molekülgeometrien von Übergangszuständen aus 2D-Graphen in Sekundenschnelle, ignorieren jedoch die kontinuierliche geometrische Entwicklung entlang des Reaktionspfades. Diese Arbeit untersucht, ob die Integration von Zwischengeometrien aus Nudged Elastic Band (NEB)-Reaktionspfaden die Vorhersage von Übergangszustandsgeometrien in Flow-Matching-Modellen verbessern kann. Die GoFlow-Architektur wird erweitert, um multiple NEB-Bilder und kontinuierliche Reaktionspfade zu verarbeiten. Die Evaluierung erfolgt auf dem Transition1x-Datensatz, wobei Ablationsstudien zur Bildauswahl und zum Einfluss der Fehlerminimierung durchgeführt werden. Die NEB-verbesserte Flow-Matching-Methode erzielt einen sterischen Kollisionsfehler von 2,41 kcal/mol (43% Verbesserung gegenüber dem Basiswert von 4,21 kcal/mol). Die Ergebnisse zeigen, dass NEB-Pfad-Daten bei richtiger Integration eine günstigere räumliche Anordnung der Übergangszustandsvorhersage ermöglichen. Dies verbessert die Datennutzung aus quantenchemischen Berechnungen und zeigt einen Weg zu genaueren virtuellen Auswahlverfahren in der computergestützten Chemie auf.

Fields of Study & Subjects

Machine Learning in Materials Science Computational Drug Discovery Methods Advanced Chemical Physics Studies

Publication details

Journal / source
reposiTUm (TU Wien)
Publication date
1 March 2026
Language
EN
Document type
Thesis