Open Molecular Crystals 2025 (OMC25) veri kümesi ve modelleri

Neden Büyük Kristal Verisi Önemli?

Moleküler kristaller, ilaçlardan pigmentlere ve esnek elektroniğe kadar pek çok günlük teknolojinin merkezinde yer alır. Davranışları yalnızca hangi atomları içerdiklerine değil, bir molekülün sayısız kopyasının bir katıda nasıl paketlendiğine de bağlıdır. Bu paketlemeyi ve sonuçlarını tahmin etmek zordur ve genellikle ağır kuantum mekanik hesaplamalar gerektirir. Bu makale, on milyonlarca özenle benzetilmiş moleküler kristal yapısını bir araya getiren Open Molecular Crystals 2025 (OMC25) adlı yeni açık veri kümesini tanıtıyor. Veri kümesi, modern makine öğrenimi yöntemlerine bu kristallerin nasıl davrandığını öğrenmeleri için gerekli zengin deneyimi sağlamayı amaçlıyor; uzun vadeli hedef ise kristal tasarımını daha hızlı, daha ucuz ve daha güvenilir hâle getirmektir.

Devasa Bir Model Kristal Kütüphanesi

OMC25 ekibi, moleküler kristallerin nasıl düzenlendiğini ve bu düzenlemelerin ne kadar kararlı olduğunu tahmin eden bilgisayar modelleri için geniş bir “eğitim alanı” oluşturmayı hedefledi. Yaklaşık 50.000 farklı organik molekülden oluşturulmuş 27 milyondan fazla kristal yapı derlediler. Her kristal yalnızca karbon, azot, oksijen ve birkaç halojen gibi yaygın hafif elementleri içeriyor ve temel tekrarlayan birimde 300 atoma kadar çıkabiliyor. Her yapı için yalnızca atomların konumlarını değil, aynı zamanda kristalin toplam enerjisini, her atoma etki eden kuvvetleri ve birim hücredeki mekanik stresi de kaydettiler. Bu etiketler, makine öğrenimi modellerinin atomik düzenlerdeki kalıpları fiziksel davranışla ilişkilendirmesine olanak tanır.

Rastgele Paketlemelerden Gerçekçi Katılara

Bu kütüphaneyi doldurmak için yazarlar bilinen deneysel kristalleri kopyalamadılar. Bunun yerine, bir molekülün kristalde paketlenebileceği çok sayıda farklı yolu üretmek için açık kaynaklı bir araç kullandılar. Temel birimde kaç molekül bulunduğunu değiştirdiler ve geniş bir kristal simetri yelpazesini keşfettiler. Her aday için gerçekçi durumlardan uzak ve yakın koşulları kapsayacak şekilde hem gevşek paketlenmiş hem de sıkı paketlenmiş versiyonlar oluşturuldu. Ardından, moleküller arasındaki ince çekimi de içeren yüksek kaliteli bir kuantum yöntemiyle her yapıyı gevşettiler—atomların kuvvetler neredeyse yok olana dek adım adım hareket etmesine izin verdiler. Bu gevşeme yolları boyunca birçok ara yapı örneklendi ve bir kristalin kaba bir tahminden muhtemel bir fiziksel düzenlemeye nasıl yerleştiği yakalandı.

Dikkatli Filtreleme ve Zengin Çeşitlilik

Rastgele tahminler gerçekçi olmayan durumlar üretebileceğinden, ekip verileri temizlemek için sıkı filtreler uyguladı. Enerjilerin, kuvvetlerin veya streslerin aşırı uç değerlerde olduğu, moleküllerin kimyasal açıdan makul olmayan şekilde parçalandığı veya birleştiği kareler kaldırıldı. Ayrıca hücre hacimlerinin altında yatan sayısal ayarların güvenilmez hâle gelmesine yol açacak şekilde ani sıçramalar yapmadığını kontrol ettiler. Sonuç, çok çeşitli kimyalar ve paketleme stillerini kapsayan, aynı zamanda fizik dışı örnekleri en aza indiren bir veri kümesi oldu. Büyük bir deneysel kristal veritabanıyla kıyaslandığında, OMC25 kristal simetrilerinde ve birim hücre boyutlarında daha geniş bir dağılıma sahip; bazı düzenleme türlerini bilerek aşırı örnekleyerek makine öğrenimi modellerini zorlamak ve zenginleştirmek amaçlandı.

Bilgisayarlara Kristal Tahmini Öğretmek

OMC25’in gerçekten işe yarayıp yaramadığını test etmek için yazarlar atomik yapılara doğrudan çalışan birkaç en son teknoloji makine öğrenimi modelini eğitti. Bu modeller atomların konumları ve kimliklerinden enerji, kuvvetler ve stresi tahmin etmeyi öğrenir. Tutulan OMC25 verileri üzerinde değerlendirildiğinde çok düşük tahmin hatalarına ulaştılar; bu da veri kümesinin tutarlı ve bilgilendirici olduğunu gösteriyor. Ekip daha sonra modelleri bilinen kristal enerjilerini ve hacimlerini yeniden üretme ve aynı molekülün farklı kristal formlarını (polimorflarını) sıralama gibi dışsal testlere tabi tuttu. Bir kuantum yöntemiyle üretilen veriler üzerinde eğitilmiş olmalarına rağmen, modeller daha gelişmiş yöntemlere dayanan kıyaslamalarda rekabetçi performans gösterdi ve farklı kristal paketlemelerinin göreli kararlılıklarını karşılaştırmada özellikle güçlü olduklarını kanıtladılar.

Gelecek Malzemeler İçin Ne Anlama Geliyor?

Uzman olmayanlar için ana mesaj şudur: OMC25, makine öğrenimi modellerinin gerçekçi moleküler kristaller üzerinde “pratik” yapabileceği büyük, özenle küratörlüğü yapılmış bir oyun alanı sunar. Her yeni kristal tahmini için sıfırdan zahmetli kuantum hesaplamaları çalıştırmak yerine, araştırmacılar giderek OMC25 üzerinde eğitilmiş hızlı, öğrenilmiş modellere güvenerek yapıları tarayabilir ve rafine edebilir. Bu, daha iyi ilaç formları, daha verimli organik elektronikler ve geliştirilmiş özel malzemeler arayışını hızlandırabilir. Veri kümesi belirli bir kristal ailesine odaklanıp tek bir kuantum teorisi seviyesini kullanıyor olsa da, güçlü bir temel oluşturuyor. Veri ve örnek modelleri açıkça erişilebilir kılarak yazarlar, modern makine öğreniminin sunduğu hız ve kolaylıkla moleküler kristalleri tahmin etme ve tasarlama çabalarını genişletmeyi hedefliyor.

Atıf: Gharakhanyan, V., Barroso-Luque, L., Yang, Y. et al. Open Molecular Crystals 2025 (OMC25) dataset and models. Sci Data 13, 354 (2026). https://doi.org/10.1038/s41597-026-06628-2

Anahtar kelimeler: moleküler kristaller, makine öğrenimi potansiyelleri, malzeme veritabanı, kristal yapı tahmini, kuantum kimyası