Calculations of partial atomic charges by machine learning methods

Bc. Jan Bříza

Diplomová práce

Anotace:

Parciální atomové náboje jsou nezbytné pro modelování elektrostatických interakcí ve výpočetní chemii, avšak jejich přesný výpočet pomocí kvantových metod je stále výpočetně náročný nebo dokonce nemožný pro velké biomolekuly, jako jsou proteiny. Tato práce zkoumá použití grafových neuronových sítí (GNN) k efektivnímu předpovídání parciálních atomových nábojů z molekulární struktury. Reprezentací molekul jako grafů a trénováním na kvalitních referenčních datech se navrhované modely snaží zachytit chemicky významné vzorce a zároveň se vyhnout vysokým nákladům na ab initio výpočty. Je implementováno a vyhodnoceno několik architektur neuronových sítí, včetně vícevrstvých perceptronů, grafových konvolučních sítí a modelů založených na pozornosti. Modely jsou trénovány a testovány na datech z nové databáze PDBCharges a analyzovány kvantitativně i kvalitativně, včetně případové studie na velkém proteinovém komplexu. Výsledky naznačují, že učení založené na grafech je slibným přístupem pro rychlou a škálovatelnou predikci nábojů v biomolekulárních systémech.

Abstract:

Partial atomic charges are essential for modeling electrostatic interactions in computational chemistry, yet their accurate calculation through quantum methods remains computationally expensive, or even impossible for large biomolecules such as proteins. This thesis explores the use of graph neural networks (GNNs) to efficiently predict partial atomic charges from molecular structure. By representing molecules as graphs and training on quality reference data, the proposed models aim to capture chemically meaningful patterns while avoiding the high cost of ab initio calculations. Several neural network architectures, including multilayer perceptrons, graph convolutional networks, and attention-based models, are implemented and evaluated. The models are trained and tested on data from the new PDBCharges database and analyzed both quantitatively and qualitatively, including a case study on a large protein complex. The results suggest that graph-based learning is a promising approach for fast and scalable charge prediction in biomolecular systems.

Keywords

partial atomic charges, computational chemistry, machine learning, graph neural networks, proteins

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 21. 5. 2025

Obhajoba závěrečné práce

• Obhajoba proběhla 20. 6. 2025
• Vedoucí: RNDr. Tomáš Raček, Ph.D.
• Oponent: doc. RNDr. David Šafránek, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Umělá inteligence a zpracování dat / Bioinformatika a systémová biologie