3T-VASPフレームワークは、階層構造変換と ab initio マルチスケール勾配を組み合わせて、局所的なエネルギーの最小値を逃れ、電気化学反応をモデル化するために必要なステップ数を大幅に削減します。このプロトコルは、100〜150の静的DFT計算のみを使用して、さまざまな電解質成分の組み合わせの電気化学反応副生成物を生成する方法を提示します。
このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。
この記事について
サマリー
要約
電解質はリチウムイオン電池の重要な成分です。ただし、電解液の不可逆的な電気化学反応によるバッテリーの劣化により、電解液分子が消費され、有効動作寿命が大幅に短縮される可能性があります。したがって、リチウムイオン電池の信頼性をさらに向上させるには、電池電解液の電気化学反応経路を研究することが重要です。残念ながら、通常、多くの化学種(異なる溶媒、塩、添加剤分子、電極界面)を含む電解質中の正確な電解質電気化学反応経路を実験的に研究することは困難です。これらの反応副生成物は、電解質と電極の界面(LiF、Li2CO3、Li2O、LiOH、有機リチウム化合物など)に複雑な固体電解質界面(SEI)を形成する可能性があり、分析が容易な小ガス分子として放出されるのではなく、分析が困難になります。密度汎関数理論ソフトウェア(Tiended Tensor Transform-Vienna Ab-initio Simulation Package(VASP)、または3T-VASP)と組み合わせた階層型テンソル変換技術に関する最近の出版物により、 ab-initio アプローチの実用化により、わずか100〜150DFTステップで物理的に意味のある電解質電気化学反応副産物を生成できます。この研究では、3T-VASPコード(Githubで公開)の内部動作と、元の3T-VASP出版物で示された例を超えて、関心のある新しい電解質システムの3T-VASPワークフローを正しく設定するために必要なシミュレーション準備手順について詳しく説明します。
概要
新しいバッテリー電解液組成における電気化学反応経路の調査は、電気自動車のバッテリーの性能と寿命を向上させる方法を特定するために重要です1。しかし、バッテリー電解質は、溶媒、塩、添加剤分子などのさまざまな成分を混合することによって作られることが多く、それらは異なるバッテリー動作電圧と温度下で、それら自身やさまざまな表面(陰極および陽極電極)と相互作用することによって作られることが多いため、このような研究はしばしば困難です2。実験では、不可逆的な電解質電気化学分解反応のいくつかは、電解質溶液から空気中に放出される小さなガス分子副生成物を生成するため、調査が容易です(それに応じて、ガスクロマトグラフィー3,4,5などの実験技術を使用してプローブすることが容易になります)。).しかし、これらの副産物の多くは、より大きな分子または複雑な有機リチウムポリマー化合物6などの複雑な有機-無機固体混合物であり、気体分子として環境中に放出されることはありません。これにより、これらのより複雑な電気化学反応経路を実験的に研究することが困難になります2。
密度汎関数理論 (DFT) などの Ab-initio モデリングは、電解質 in silico7 における潜在的な電気化学的劣化経路を研究するための有望な方法です。しかし、複雑な電解質構造(周期的な境界条件ボックス内の実験的に妥当な電解質成分濃度を持つ液体混合物)の単純なDFTエネルギー最小化は、物理的に意味のある電気化学反応副産物に対応する低エネルギー構造を生成することがほとんどできません。DFT最小化構造は、DFTエネルギー最小化手順中に局所的なエネルギー最小値に閉じ込められるため、通常、より高いエネルギーを持ち、誤った電気化学的劣化経路に対応する非物理的副産物を表します。ab-initio 分子動力学 (AIMD)8,9、ニューラル ネットワーク力場 10,11,12,13,14,15,16、または DFT ベースのメタダイナミクス 17,18,19 などの方法は、より意味のある電気化学反応副産物を含む可能性のある、より多様な電解質構造を探索するためによく使用されます。電気化学的により安定すると予測される電解質成分を生成するための計算スクリーニングもしばしば試みられます20。ただし、これらの方法はすべて、大規模で長い計算リソース7、大量のab-initioトレーニングデータ13、またはシミュレーションを特定の結果にバイアスするために最終的な電気化学反応副産物に関する事前知識を必要とするなど、独自の欠点があります21。
我々は最近、ウィーンAb-initioシミュレーションパッケージ(VASP)ソフトウェア22を用いて計算されたDFT原子間力など、任意のab-initio法から得られたエネルギー勾配を、PyTorch(3T-VASP)23,24を用いて計算した構造変換関数勾配とをつなげることにより、マルチスケールでab-initio構造エネルギー最小化を行う手法を導入しました.このアプローチにより、ユーザーは、複数の種類と数の電解質成分分子で満たされたシミュレーションボックスをセットアップし、外部の原子力と力の計算機(古典的な力場やVASP DFTなど)を実行することができます。構造エネルギーの最小化は、関連する分子の自然な構造変換モード(分子のさまざまなセグメントの並進と回転)を尊重するマルチスケールの方法で自動的に実行されます。3T-VASPシミュレーションは、物理的に意味のある反応副産物を生成しながら、通常、100〜150の静的DFTコール内で「完了」するため(これらの多くは以前の文献で実験的に観察されました)24、3T-VASP軌道の多くの異なるアンサンブルを実行して、電解質中に潜在的に意味のある電気化学反応経路および副生成物を生成し、さらなる計算または実験的調査を行うことが可能です。マルチスケール勾配構造の最小化の背後にある原理と数学は、以前の出版物24で詳細に議論されています。本研究では、3T-VASPソフトウェアのアーキテクチャと計算ワークフロー、3T-VASPの実行に必要なコンピューティング環境のセットアップ、新しいシステムの3T-VASPシミュレーションのための入力ファイルの作成、3T-VASPシミュレーションの監視、および出力軌道の例について、さらに詳しく説明することを目指します。
まず、 図1に示すように、3T-VASPソフトウェアの全体的なアーキテクチャを理解する必要があります。3T-VASPは、分子内の自然な構造変換モードを同定し、利用することによって機能します(これらは、比較的低い ab-initio 構造エネルギーを維持しながら、分子が実行しやすい構造変換であるため)24。新しい分子種ごとにこれらの構造変換モードを手動でプログラムすることは可能ですが(そうするのは面倒です)、3T-VASPは、分子24を表す古典的な力場ファイルで利用可能な情報を利用することにより、ユーザーのためにこのプロセスを自動化することを提供します。これらの構造変換モードが所望の電解質分子成分について決定されると、ユーザーは、周期的な境界条件ボックスとその格子ベクトルパラメータ(ボックスは元々空であるか、または個々の陽イオンまたは電極表面で部分的に満たされている可能性があります)を指定して、他の電解質分子(溶媒、 塩イオン、添加物)。次に、3Tアルゴリズムは、古典的な力場(3T-VASPに組み込まれた古典的な力場計算機が含まれています)またはコンピューティング環境のVASPソフトウェアのいずれかを使用して原子エネルギーと力を計算してマルチスケール構造変換を実行し、適度な数の静的DFT呼び出しで構造エネルギーを最小限に抑えることができます24.この計算コストの削減により、多数の初期構造に対して電気化学反応の軌跡と副生成物の生成を繰り返すことが可能になります。
図1:3T-VASPの計算ワークフロー。 (A)3T-VASP入力構造(周期的境界条件格子と小分子)の前処理。低分子力場のパラメータ化は、SwissParam Webサーバーを使用して自動的に行うか、LigParGen Webサーバーのパラメータ化後に手動で変更するか、以前に完了したパラメータ化に基づいてキャッシュからロードすることができます。3Tアルゴリズムのミクロおよびマクログループのセグメンテーションは、回転可能な結合に基づいて分子の部分構造を解析することによって自動的に行われます。PBC格子入力ファイルはVASP POSCARファイルの形式であり、必要な数の入力分子をパックするのに十分な空の物理空間を持つように設計する必要があります。PBC格子は、いくつかのイオンで満たされた空の箱、または空きスペースのある表面構造にすることができます。(B)PackMolを使用して、PBC格子内の空きスペースに所望の種類と数の小分子を入れます。(C)内蔵の力場計算機(3T-FF、主に液体の分散を可能にし、化学反応を許容せずに3T-VASPの物理的に合理的な初期構造を作成するため)を使用したマルチスケール勾配3T構造の最小化。(D)VASP計算機などの外部ソフトウェアを使用したマルチスケール勾配3T構造の最小化(3T-VASPは電気化学反応の進行を可能にします)。 この図の拡大版を表示するには、ここをクリックしてください。
大規模な分子動力学シミュレーションの実行に役立つ古典的な力場ベースの分子動力学ソフトウェアであるGROningen Machinefor Chemical Simulations( GROMACS)25や、Shirtsらが分子動力学ファイル形式変換のために開発したPythonライブラリコードベースであるInterMolなど、さまざまなオープンソースの外部ソフトウェア26は、自動分子力場パラメータ化と回転可能な結合抽出を可能にするために利用されます。VASP は、 ab initio 段階 (3T-VASP サイクル) 中に電気化学反応を可能にするために使用されます。これらの依存関係をインストールするために必要な手順については、この記事で説明します。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
プロトコル
1. 3T-VASPを実行するためのコンピューティング環境のセットアップ
注: 次の手順では、Linux27 を使用することをお勧めします。
- 3T-VASPの実行専用のconda環境28 を設定します。
- 公式の指示に従って、Linux マシンに conda (miniconda など) をインストールします (リンクについては 資料表 を参照)。
- 新しい 3T conda 環境を作成してアクティブ化し、次のコマンドを実行して git をインストールします。
conda create --name 3T python=3.11
コンダアクティベート3T
conda install git -c conda-forge - 3T-VASP githubリポジトリをクローンし、ディレクトリに入ります
git clone https://github.com/jpmailoa/External_3T.git
CD External_3T - mamba をインストールして conda の依存関係を管理し、3T conda 環境に必要なライブラリをインストールします。
conda install mamba -c conda-forge
mamba install --file requirements.txt -c pytorch -c conda-forge -c rdkit
- ソフトウェアGROMACSを3T環境にインストールします。
- GROMACSを3T conda環境にインストールします(インストール手順は 資料表に記載されています)。
注:ユーザーが新しい分子を.pkl形式に処理する予定がなく(ステップ2.3を参照)、以前に処理された既存の分子(.pklファイルの形式)を操作できる場合は、このGROMACSインストール(ステップ1.2)をスキップできます。
- GROMACSを3T conda環境にインストールします(インストール手順は 資料表に記載されています)。
- InterMolの修正版を3T環境にインストールします。
- InterMolのバグ修正バージョンをインストールするには、次の手順に従ってください。
cd utils/Convert_Gromacs_LAMMPS/InterMol
Python setup.py ビルド
Python setup.py インストール
cd ../../..
注:ユーザーが新しい分子を.pkl形式に処理する予定がなく(ステップ2.3を参照)、以前に処理された既存の分子(.pklファイルの形式)で作業できる場合、このInterMolインストール(ステップ1.3)をスキップできます。
- InterMolのバグ修正バージョンをインストールするには、次の手順に従ってください。
- 3T-VASPコードでVASPソフトウェアパスを指定します。
- 3T環境にVASPソフトウェアをインストールします。手順とチュートリアルは、 材料表にあります。
- ファイル「utils/calculator_3T_VASP.py」を開き、「run_VASP」関数を確認します。Python スクリプトで次の既定の行を探します。
os.system('nohup mpirun -n '+n_gpu+' --allow-run-as-root ~/software/vasp.6.2.1/bin/vasp_std')- 上記のデフォルトの行は、ユーザーのVASP実行可能ファイルを指し、コンピューティングリソースを指定するOSシステムコールに変更する必要があります。
os.system('mpirun -np 2 /path/to/vasp/bin/vasp_std')
- 上記のデフォルトの行は、ユーザーのVASP実行可能ファイルを指し、コンピューティングリソースを指定するOSシステムコールに変更する必要があります。
- Linux ターミナルで次のコマンドを実行して (または必要に応じてインストール) して、必要な Python 以外のサードパーティ ライブラリが 3T conda 環境で使用可能であることを確認します。
GMXの
wget
解凍
パックモール
注:これらのコマンドは、分子力場フォーマットファイルの前処理中にのみ呼び出されるため、ユーザーが前処理された分子.pklファイルのみで作業する予定がある場合は、'wget'および'unzip'ライブラリをインストールする必要はありません。 - テスト実行を実行して、3T-VASP が正しく設定されていることを確認します。
- Python を使用して、以前のパブリケーション24 に基づいて提供されている次のテスト スクリプトのいずれかを実行します。
Python randomize_3T_bulk_electrolyte_reduction.py
Python randomize_3T_bulk_electrolyte_oxidation.py - 実行が成功すると、出力ファイル「default.log」にログが生成され、別のLinuxターミナルで監視できます( 図2の例を参照)。
- Python を使用して、以前のパブリケーション24 に基づいて提供されている次のテスト スクリプトのいずれかを実行します。
図 2: インストールが成功した後のテスト実行中の 3T ログファイルの内容例。 デフォルトのログファイルは、3T サイクルの現在のステップ番号と、サイクルの開始から経過した計算時間をログに記録するだけです。 この図の拡大版を表示するには、ここをクリックしてください。
2. 3T-VASP入力ファイルの準備
- VASP POSCARファイル形式で周期的ボックス格子構造を作成します。
- 3T-VASP ラティス ファイルに「.vasp」という名前を付け、「input」フォルダのサブフォルダ(「input/Electrolyte_Reduction」フォルダなど)に保存します。VASP POSCARファイルの形式でファイルを書き込みます。3つのリチウムカチオンを内部に含むこのようなPBC格子POSCARファイルの例を、以下の 図3に示します。
- 周期的なボックス格子構造プロパティオーバーライドファイルを準備します。
- これらの3T-VASP格子構造プロパティオーバーライドファイルに「.override」という名前を付け、「input」フォルダのサブフォルダ(手順2.1の「input/Electrolyte_Reduction」フォルダなど)に配置し、キーエントリ「movable_group」と「atom_charge_proximity」を付けて辞書としてJSON形式で書き込みます( 図4の例を参照)。
- XYZファイル形式の分子構造ファイルを準備します。
- これらの3T-VASP分子構造ファイルに「.xyz」という名前を付け( 図5の例を参照)、それらを「input」フォルダーに配置します。3T-VASPは、「.xyz」が以前に.pklファイルに変換されているかどうかをチェックし、そうでない場合は、無料の外部サードパーティSwissParam力場パラメータ化Webサーバー29を使用して分子を処理します。力場のパラメータ化がLigParGen30 などの別のWebサーバに基づいている場合、または手動のパラメータ化が必要な場合は、手順2.6を参照してください。
- 各3T-VASPステップで使用するテンプレートVASP入力ファイルを準備します。
- INCAR、KPOINTS、POTCARなどの標準VASP入力ファイルを使用します(POSCARは不要)。INCARファイルで、分子動力学実行NSWのステップ数が設定されていないか、デフォルト値のNSW = 0に設定されていることを確認します( 図6に示す例)。これらのファイルを「templates/VASP」フォルダのサブフォルダ(「templates/VASP/Electrolyte_Reduction」など)に配置します。
- 他のすべての入力ファイルを構成する 3T 構成ファイルを準備します。
注:この構成ファイルは、JSONリスト形式(リストの各メンバーは、1つの3Tサイクルの設定を示す辞書ブロック)24 の形式で提供され、'configs'フォルダー('configs/Electrolyte_Reduction.json'など、下の 図7 に示す例)に配置される必要があります。各サイクルで指定されていないパラメータは、前のサイクルの構成からパラメータを継承します。 - (オプション)必要に応じて、手動パラメータ化またはLigParGenウェブサーバーを使用して、分子力場をパラメータ化します。
- 荷電分子、共鳴構造、ラジカルなど、SwissParamでパラメータ化できない分子には、LigParGenまたは手動パラメータ化を使用します。ガイダンスについては、提供されている追加の例を参照してください。
Python example_LigParGen_FF_assignment.py
Python example_manual_FF_assignment.py
- 荷電分子、共鳴構造、ラジカルなど、SwissParamでパラメータ化できない分子には、LigParGenまたは手動パラメータ化を使用します。ガイダンスについては、提供されている追加の例を参照してください。
図3:いくつかのリチウムイオンで満たされたPBC格子POSCARファイルの例。 (A)ボックスサイズは14 × 14 × 14 Å3であり、その後PackMolを使用して電解質分子によって充填するのに十分な空きスペースがあります。(B)PBC格子ファイルは、本質的には、Visual Molecular Dynamics(VMD)31などのサードパーティソフトウェアを使用して直接視覚化できるVASP POSCARファイルです。 この図の拡大版を表示するには、ここをクリックしてください。
図4:PBC格子プロパティオーバーライドファイルの例。 この辞書は、PBC格子内の原子に適用する必要がある特性変更を記述しています。キー「movable_group」のネストされたリストエントリの例は、リチウム原子0,1,2が3Tシミュレーション中に独立して移動できる原子の個々のグループであることを意味します。それに加えて、キー「atom_charge_proximity」を使用して、各リチウム原子に+0.5の部分電荷値が適用されます。 この図の拡大版を表示するには、ここをクリックしてください。
図5:分子XYZファイルの例。 (A)このファイルは、原子元素と座標のみを含む標準分子XYZファイルの形式です。(B)この分子XYZファイルは、VMDなどのサードパーティソフトウェアを使用して直接視覚化できます。 この図の拡大版を表示するには、ここをクリックしてください。
図6:許容される3TテンプレートVASP INCARファイルの例。 このファイルのほとんどの設定は、ユーザーのニーズに基づいて調整する必要があります。3T-VASP 緩和の唯一の要件は、NSW 値が設定されていないか、NSW = 0 に設定されていることです。 この図の拡大版を表示するには、ここをクリックしてください。
図7:3T設定ファイルの例。リスト内の各要素(ブロック)は、3Tサイクルの設定を表します(「mode」は、サイクルが3T-FFか3T-VASPの最小化かを決定します)。ブロックのディクショナリでキーが指定されていない場合は、前のブロックのキーと値のペアが代わりに使用されることを意味します。'lattice_poscar'は、VASPスタイルの格子構造POSCARファイル('file'、ステップ2.1)とそのオーバーライドファイル('override'、ステップ2.2、利用可能な場合)の場所を指定します。'molecule_xyz' は PBC ボックスに追加するすべての追加の分子種を指定し、'file' は分子の XYZ ファイルの場所を指定し、'count' は PBC ボックスに追加するそのような分子種の数を指定します。'mode' は、'FF' (3T-FF モード) または 'VASP' (3T-VASP モード) のいずれかを指定します。'n_epoch' は、その 3T サイクルで実行する必要がある最小化ステップの数を指定します。'out_tag' は、そのサイクルの関連ログファイルに使用する名前を指定します (したがって、ユーザーは重要なログファイルや出力ファイルを誤って上書きしないように、サイクルに一意の名前を付ける必要があります)。'print_freq' は、出力ログ ファイルを書き込む頻度を指定します (1 = 各ステップのログ ファイルへの出力)。3T-VASPモードの使用を開始すると、ユーザーは「lattice_poscar」辞書の「VASP_template」キーでVASPテンプレートファイルのフォルダの場所をさらに指定する必要があります。この図の拡大版を表示するには、ここをクリックしてください。
3. 3T-FFおよび3T-VASPのエネルギー最小化を実行する
- 3T-FF/3T-VASP軌道を1回生成します。
- ステップ 2.5 の設定ファイルの例 ('configs/Electrolyte_Reduction.json') については、次のコマンドを実行します。
ニシキヘビ
インポートメインmain_run_utils>>
メイン>>('configs/Electrolyte_Reduction.json')
メモ: ユーザーのマシン構成によっては、この軌道生成が完了するまでに数時間かかる場合があります (250 VASP DFT 静的呼び出しが含まれます)。ユーザーは、別の Linux ターミナルで 'default.log' ファイルの内容を調べることで進行状況を追跡できます (ステップ 1.6)。
- ステップ 2.5 の設定ファイルの例 ('configs/Electrolyte_Reduction.json') については、次のコマンドを実行します。
- 大規模な軌跡生成が必要な場合は、構成ファイルの生成と利用を自動化するPythonスクリプトを用意します。
- 大規模な自動化スクリプト (図 8) の場合は、構成テンプレート ファイル内の特定のフレーズ ('configs/Electrolyte_Reduction_template.json' など) を置き換える短い関数 ('config_modify_func' など) を記述します。これにより、新しい構成ファイルが自動的に生成され、さまざまな 3T-VASP 軌道が生成されます。たとえば、次の大規模な自動化スクリプトを実行します。
Python randomize_3T_bulk_electrolyte_reduction.py
注:3T-VASPコードが正しく設定され、シミュレーションが開始されると、3Tマルチスケール構造の最小化がバックグラウンドで実行されます。ユーザーのマシン構成によっては、複数の軌跡の生成が完了するまでに数日かかる場合があります。このプロトコルの例には、2500 VASP DFT 静的呼び出し (10 の 3T-VASP 軌道) が含まれており、4 つの Nvidia V100 GPU を搭載したコンピューティングノードで 30 時間から 40 時間以内に完了します。3.1.1段階で述べたように、別のLinux端末で「default.log」ファイルの内容を確認することで、全体的な進行状況を追跡できます。3T-VASP は、リアルタイムで確認できる出力軌道も定期的にダンプします。構成ファイルの例(図7、ステップ2.5)では、3Tブロックの「out_tag」フィールドは、その3Tサイクルの結果が書き込まれる出力ファイルの名前を表します。たとえば、「FF_step3」の「out_tag」値は、サイクル全体の原子軌道が「FF_step3.xyz」(マルチフレームXYZファイル形式)に書き込まれる一方、「FF」モードの内蔵3T力場計算機によって計算されたエネルギー(または「VASP」モードでVASPによって計算されたDFTエネルギー)は「FF_step3_outE.txt」に書き込まれることを意味します(このファイルのエネルギー単位はキロカロリー/モル[kcal/mol]です)。
- 大規模な自動化スクリプト (図 8) の場合は、構成テンプレート ファイル内の特定のフレーズ ('configs/Electrolyte_Reduction_template.json' など) を置き換える短い関数 ('config_modify_func' など) を記述します。これにより、新しい構成ファイルが自動的に生成され、さまざまな 3T-VASP 軌道が生成されます。たとえば、次の大規模な自動化スクリプトを実行します。
図8:3T-VASP軌道生成自動化スクリプトの例 テンプレート設定ファイルは、'multiple_runs' 関数への 'tag' 入力として提供する必要があります。それに加えて、生成する軌跡の数(10)と、テンプレート設定ファイルの内容を修正して新しいランダム設定ファイルを生成する機能(「config_modify_func」機能)も提供する必要があります。この図の拡大版を表示するには、ここをクリックしてください。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
結果
3Tエネルギーの最小化が正しく設定されている場合、化学反応を起こさずに、3T-FF相中にPBCボックス内の電解質分子が徐々に分散していることを観察する必要があります(図9A)。3T-FFは古典的な力場エネルギーに依存しているため、分子が正しい形状を維持し、3T軌道が崩壊(種間引力が強すぎる)ことも爆発(種間反発力が強すぎる)もないようにするために、力場パラメータが十分に優れていることに注意することが重要です。これまで見てきたほとんどの場合、SwissParam Webサーバーによって生成された力場パラメータは、この要件に対処するのに十分な品質である必要があります。電解質中のイオンの力場部分電荷はデフォルトで0であり、リチウムなどの正イオンの電荷を+0.5にオーバーライドすると、良好な3T-FF軌道が生成されるはずです(+1.0にオーバーライドすると、リチウムイオンが互いに強く反発しすぎるため、多すぎます)。3T-VASP段階では、PBCボックスに入れられる陽イオン種と陰イオン種の数に応じて、いくつかの電気化学反応が起こる場合と起こらない場合があります。3T電気化学的還元軌道では...
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
ディスカッション
3Tアルゴリズムの主な利点は、構造エネルギーの高速最小化を可能にする機能であり、マルチスケールのテンソル勾配バックプロパゲーションを通じて階層的に構造の最小化を実行することで、些細な局所エネルギーの最小値を簡単に回避できます。このため、3Tオプティマイザは、複雑なシステムで物理的な低エネルギー構造を生成する傾向があり、他の構造エネルギー最小化アルゴリズムを使用して最適化することは困難です24。構造変換と勾配バックプロパゲーションは完全にPyTorchで実行されますが、骨格原子構造のエネルギー/力の計算は、任意の外部ソフトウェアを使用して実行できます。3T-VASP 法のもう 1 つの大きな利点は、ニューラル ネットワークのトレーニング データが不要であり、エネルギー/力計算機に ab initio 法を使用すると、あらゆる新しい化学種に作用できることです。この機能は、ナッジ弾性バンド(NEB)を使用したエネルギー障壁解析、AIMD軌道との比較、Sella-VASP32などの他の最先端の構造最適化方法との物理的忠実度の比較、お...
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
開示事項
3T-VASPコードは公開されており(https://www.github.com/jpmailoa/External_3T)、Tencent Cloud上のTencent Elastic First-principle Simulation(TEFS)プラットフォームで商用サービスとして提供されています。著者らは、追加の利益相反は宣言しない。
謝辞
この研究は、浙江省の「パイオニア」および「リーディンググース」研究開発プログラム(助成金番号2025C01222)からの資金提供によって支援されています。計算作業はテンセントから資金提供を受け、テンセントクラウドコンピューティングシステムのテンセントエラスティック第一原理シミュレーション(TEFS)プラットフォームを使用して実行されました。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
材料
| 名前 | 会社 | カタログ番号 | コメント |
|---|---|---|---|
| コンダ | コンダ | Linux マシンに Conda をインストールするための公式手順は、https://docs.conda.io/projects/conda/en/stable/user-guide/install/linux.html 次の場所にあります。 | |
| GROMACSソフトウェア | フローニンゲン大学生物物理化学科 | 2021.3 | 2021年8月18日からのGromacs実行可能ファイルリリース。最新バージョンの標準実行可能ファイルも動作するはずですが、まだテストされていません。3T conda環境でのGROMACSのインストール手順は、次のリンクにあります:https://manual.gromacs.org/documentation/2021.3/download.html と https://manual.gromacs.org/2021.3/install-guide/index.html |
| InterMolソフトウェア | シャツグループ、コロラド大学ボルダー校 | External_3Tバージョン | Shirts グループによって開発された元の InterMol コードには、Gromacs > LAMMPS 力場変換に関連するバグがあります。このバグを修正するには、External_3T Github ディストリビューションに含まれる InterMol バージョンが必要です。 |
| JoVE記事入力ファイル | テンセント量子研究所 | このJoVE原稿の入力ファイルの例は、3T-VASP Githubページ(https://www.github.com/jpmailoa/External_3T)から入手できます。 | |
| JoVE 記事スクリプト | テンセント量子研究所 | このJoVE原稿のPythonスクリプトは、3T-VASP Githubページ(https://www.github.com/jpmailoa/External_3T)から入手できます。 | |
| VASPソフトウェア | ウィーン大学物理学部計算材料物理学 | vasp.6.2.1 | 2021年5月17日からのVASP実行可能リリース。最新バージョンの標準並列 VASP 実行可能ファイルも動作するはずですが、まだテストされていません。VASP の手順とチュートリアルは、次のリンクにあります: https://www.vasp.at/ https://www.vasp.at/tutorials/latest/ |
| VMDソフトウェア | イリノイ大学アーバナ・シャンペーン校 理論・計算生物物理学グループ | 1.9.3 | 最新バージョンの標準VMD実行可能ファイル。 |
参考文献
- Cao, X., et al. Effects of fluorinated solvents on electrolyte solvation structures and electrode/electrolyte interphases for lithium metal batteries. Proc Natl Acad Sci U S A. 118 (9), e2020357118(2021).
- Campion, C. L., Li, W., Lucht, B. L. Thermal decomposition of LiPF6-based electrolytes for lithium-ion batteries. J Electrochem Soc. 152 (12), A2327-A2334 (2005).
- Kanayama, K., Takahashi, S., Nakamura, H., Tezuka, T., Maruta, K. Experimental and modeling study on pyrolysis of ethylene carbonate/dimethyl carbonate mixture. Combust Flame. , 245(2022).
- Gachot, G., et al. Gas chromatography/Fourier transform infrared/mass spectrometry coupling: A tool for Li-ion battery safety field investigation. Anal Methods. 6 (15), 6120-6124 (2014).
- Bai, L., et al. Permanent gas analysis using gas chromatography with vacuum ultraviolet detection. J Chromatogr A. 1388, 244-250 (2015).
- Gao, Y., et al. Polymer-inorganic solid-electrolyte interphase for stable lithium metal batteries under lean electrolyte conditions. Nat Mater. 18 (4), 384-389 (2019).
- Wang, L. -P., et al. Discovering chemistry with an ab initio nanoreactor. Nat Chem. 6 (12), 1044-1048 (2014).
- Leung, K., Budzien, J. L. Ab initio molecular dynamics simulations of the initial stages of solid-electrolyte interphase formation on lithium ion battery graphitic anodes. Phys Chem Chem Phys. 12 (25), 6583-6586 (2010).
- Blumberger, J., Tateyama, Y., Sprik, M. Ab initio molecular dynamics simulation of redox reactions in solution. Comput Phys Commun. 169 (1-3), 256-261 (2005).
- Batzner, S., et al. E(3)-equivariant graph neural networks for data-efficient and accurate interatomic potentials. Nat Commun. 13 (3), 2453(2022).
- Park, C. W., et al. Accurate and scalable graph neural network force field and molecular dynamics with direct force architecture. npj Comput Mater. 7, 73(2021).
- Mailoa, J. P., et al. A fast neural network approach for direct covariant forces prediction in complex multi-element extended systems. Nat Mach Intell. 1, 471-479 (2019).
- Chmiela, S., Sauceda, H. E., Müller, K. R., Tkatchenko, A. Towards exact molecular dynamics simulations with machine-learned force fields. Nat Commun. 9, 3887(2018).
- Schütt, K. T., Sauceda, H. E., Kindermans, P. J., Tkatchenko, A., Müller, K. R. SchNet-A deep learning architecture for molecules and materials. J Chem Phys. 148 (24), 241722(2018).
- Zhang, L., Han, J., Wang, H., Car, R. E. W. Deep potential molecular dynamics: A scalable model with the accuracy of quantum mechanics. Phys Rev Lett. 120 (14), 143001(2018).
- Musaelian, A., et al. Learning local equivariant representations for large-scale atomistic dynamics. Nat Commun. 14, 579(2023).
- Fu, Y., Bernasconi, L., Liu, P. Ab initio molecular dynamics simulations of the SN1/SN2 mechanistic continuum in glycosylation reactions. J Am Chem Soc. 143 (3), 1577-1589 (2021).
- Ghoussoub, M., Yadav, S., Ghuman, K. K., Ozin, G. A., Singh, C. V. Metadynamics-biased ab initio molecular dynamics study of heterogeneous CO2 reduction via surface frustrated Lewis pairs. ACS Catal. 6 (10), 7109-7117 (2016).
- Tummanapelli, A. K., Vasudevan, S. Estimating successive pKa values of polyprotic acids from ab initio molecular dynamics using metadynamics: The dissociation of phthalic acid and its isomers. Phys Chem Chem Phys. 17 (9), 6383-6388 (2015).
- Mailoa, J. P., Li, X., Qiu, J., Zhang, S. Multi-constraint molecular generation using sparsely labelled training data for localized high-concentration electrolyte diluent screening. Digit Discov. 2, 1390-1403 (2023).
- Abbott, J. W., Hanke, F. Kinetically corrected Monte Carlo-molecular dynamics simulations of solid electrolyte interphase growth. J Chem Theory Comput. 18 (2), 925-934 (2022).
- Kresse, G., Furthmüller, J. Efficient iterative schemes for ab initio total-energy calculations using a plane-wave basis set. Phys Rev B. 54 (16), 11169-11186 (1996).
- Mailoa, J. P., Ye, Z., Qiu, J., Hsieh, C. -Y., Zhang, S. Protein-ligand complex generator & drug screening via tiered tensor transform. arXiv. , (2023).
- Mailoa, J. P., Li, X., Zhang, S. 3T-VASP: fast ab-initio electrochemical reactor via multi-scale gradient energy minimization. Nat Commun. 15, 10140(2024).
- Berendsen, H. J. C., van der Spoel, D., van Drunen, R. GROMACS: A message-passing parallel molecular dynamics implementation. Comput Phys Commun. 91 (1-3), 43-56 (1995).
- Shirts, M. R., et al. Lessons learned from comparing molecular dynamics engines on the SAMPL5 dataset. J Comput Aided Mol Des. 31 (1), 147-161 (2017).
- Linux kernel source tree. , https://github.com/torvalds/linux (2025).
- Miniconda software distribution. , https://docs.conda.io/projects/conda/en/stable/user-guide/install/linux.html (2025).
- Zoete, V., Cuendet, M. A., Grosdidier, A., Michielin, O. SwissParam: A fast force field generation tool for small organic molecules. J Comput Chem. 32 (11), 2359-2368 (2012).
- Dodda, L. S., De Vaca, I. C., Tirado-Rives, J., Jorgensen, W. L. LigParGen web server: An automatic OPLS-AA parameter generator for organic ligands. Nucleic Acids Res. 45 (W1), W331-W336 (2017).
- Humphrey, W., Dalke, A., Schulten, K. VMD: visual molecular dynamics. J Mol Graph. 14 (1), 33-38 (1996).
- Hermes, E. D., Sargsyan, K., Najm, H. N., Zádor, J. Sella, an open-source automation-friendly molecular saddle point optimizer. J Chem Theory Comput. 18 (11), 6974-6988 (2022).
- Martinez, L., Andrade, R., Birgin, E. G., Martinez, J. M. PackMol: A package for building initial configurations for molecular dynamics simulations. J Comput Chem. 30 (13), 2157-2164 (2012).
- Thompson, A. P., et al. LAMMPS-a flexible simulation tool for particle-based materials modeling at the atomic, meso, and continuum scales. Comput Phys Commun. 271, 108171(2022).
- Landry, C. A., Bergeron, J. G., Mathieu, O., Gering, K. L., Thomas, J. C. Density modeling of battery electrolyte mixtures. Batteries. 11 (2), 44(2025).
- Elstner, M., et al. Self-consistent-charge density-functional tight-binding method for simulations of complex materials properties. Phys Rev B. 58 (11), 7260-7268 (1998).
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
再版と許可
