原子是物质的基本粒子，而如何将原子结合为不同的分子，进而形成不同的物质、材料、细胞、甚至生命体，则由原子内部的电子运动和电子间的相互作用所决定。然而，带负电荷的电子相互排斥却又受带正电荷的原子核的吸引，而且电子的运动是无序的，想要描述每一个电子的状态目前还无法实现。密度泛函理论（density functional theory,DFT）不对单个电子进行建模，而是描述电子的密度，旨在计算电子在整个分子中的整体分布，进而计算出物质的许多不同性质。这里的泛函是指函数的函数，分子能量是电子密度的函数，而电子密度又可以通过该理论表示为原子空间坐标的函数，所以称为密度泛函理论。据Nature团队在2014年的调查表明，关于DFT的论文占据了前100篇高被引论文的12%。密度泛函理论（density functional theory，DFT）是研究多电子体系电子结构最广泛使用的方法，已经成为化学、生物学、材料科学等领域研究中强有力的工具。然而，尽管理论上是精确的，实际上密度泛函理论的实现是通过科学家提出的多种近似方法来逼近精确的泛函。利用更多更细致的描述函数，拟合更多的体系，都有可能提高密度泛函的精确性。
公司“动物多肽药物创制国家地方联合工程实验室”王颖教授与华东师范大学化学与分子工程学院何晓教授课题组、美国明尼苏达大学Donald G. Truhlar课题组合作，在密度泛函理论多年研究中取得新的进展。该研究成果以“Supervised Learning of a Chemistry Functional with Damped Dispersion”为题发表于国际期刊《自然—计算科学》（Nature Computational Science）上（DOI：10.1038/s43588-022-00371-5）。 该论文以华东师范大学化学与分子工程学院博士研究生刘艺炜为第一作者，华东师范大学化学与分子工程学院何晓教授、公司王颖教授、美国明尼苏达大学Donald Truhlar教授为共同通讯作者。该项研究发展了一个新的密度泛函，CF22D（Chemistry Functional 2022 with Damped Dispersion），可广泛的应用在化学多领域的理论研究中。与现有泛函相比，该研究使用物理描述符、广泛的数据库和监督学习策略对新泛函进行系统的优化，同时优化分子力学阻尼色散项。超过6500个数据被组合并用于系统的训练，和对化学性质的计算进行广泛的测试。
图1. CF22D的开发方法和数据库。a) CF22D的开发流程。b) DDB22数据库。
与大多数泛函相比，CF22D泛函表现斐然。对于GMTKN55数据库(由55个不同的数据集组成)，CF22D泛函的总体性能表现突出，甚至优于一些双杂化泛函，比如B2PLYP-D3(BJ), MPW2PLYP-D3(BJ), PWPB95-D3(BJ)。CF22D泛函与DeepMind最近开发的深度学习泛函DM21相比具有很大的竞争力，并且DM21泛函中使用了数十万个参数，而CF22D的参数数量仅为60个，在自由基系统，非自由基系统，甚至GMTKN55数据库中的整体表现中，CF22D都居于上位。
图2. GMTKN55数据库的性能。a) GMTKN55数据库及其子数据库选择泛函的WTMAD-2(kcal/mol)结果。b)CF22D和选择的其他泛函在Radical7与Non-radical48子数据库的WTMAD-2 (kcal/mol)结果。
CF22D泛函可推荐用于涉及广泛的主族化合物和过渡金属化合物的键合和非共价相互作用的应用，这使它适合于催化、功能材料、生物化学和环境化学的研究。目前的结果应该会引起凝聚态物理、生物化学、材料科学、物理化学、机器学习、大气化学、环境化学以及理论和计算化学等广泛领域的读者的兴趣。
该研究受到国家自然科学基金（项目号21922301, 22273023和21903024）、国家重点研发计划、上海市分子智造前沿科学研究基地等基金支持。
（原文链接：https://rdcu.be/c2aFt）