Un tutorial de MarkTechPost examina FAIRChem v2 y el potencial interatómico universal de aprendizaje automático UMA como un marco unificado para la simulación atomística en química molecular, catálisis y materiales inorgánicos. El flujo de trabajo utiliza FAIRChem con Atomic Simulation Environment, o ASE, para gestionar estructuras atómicas, optimizadores, restricciones, cálculos termodinámicos, análisis de trayectorias y aceleración GPU cuando está disponible.

El tutorial configura el entorno de software, se autentica con Hugging Face para acceder a los pesos restringidos del modelo UMA e inicializa calculadoras específicas por tarea para los dominios omol, oc20 y omat. Aplica el mismo potencial preentrenado en varias tareas de química computacional, incluidas la predicción de energía y fuerzas de punto único, la optimización de geometría molecular, la comparación de estados de espín, la estimación de energía de reacción, el análisis vibracional, la adsorción en superficies, la relajación de celdas cristalinas, el ajuste de ecuaciones de estado, la dinámica molecular y la exploración de superficies de energía potencial. Esa amplitud es relevante porque los flujos de trabajo de modelado atomístico a menudo requieren cambiar entre métodos específicos de dominio, convenciones de referencia y configuraciones de modelos al pasar de moléculas aisladas a superficies o sólidos periódicos.

La configuración instala FAIRChem, ASE, herramientas de visualización y dependencias de Hugging Face, manteniendo el proceso seguro para volver a ejecutarlo en Google Colab. Después de la autenticación mediante Hugging Face, el flujo de trabajo comprueba automáticamente si la aceleración GPU está disponible. Luego carga el predictor UMA y crea calculadoras separadas para simulaciones moleculares, de catálisis y de materiales. FAIRChem está disponible en el repositorio de GitHub del proyecto en https://github.com/facebookresearch/fairchem.

Para los cálculos moleculares, el tutorial utiliza la calculadora molecular UMA para evaluar la energía, las fuerzas atómicas y la energía de atomización de una molécula de agua. Define átomos de referencia aislados de hidrógeno y oxígeno con las multiplicidades de espín adecuadas para el cálculo de energía de atomización. Luego se distorsiona la geometría del agua y se relaja con el optimizador LBFGS, tras lo cual se analizan la longitud de enlace convergida, el ángulo de enlace y la trayectoria de energía.

El flujo de trabajo también compara los estados electrónicos singlete y triplete del metileno para calcular la brecha de energía entre estados de espín. Relaja metano, oxígeno, dióxido de carbono y agua, y luego combina sus energías predichas para estimar la energía electrónica de reacción de la combustión del metano. En otro ejemplo molecular, el tutorial realiza un análisis vibracional por diferencias finitas del agua relajada para obtener frecuencias de modos normales y energía de punto cero. Estos ejemplos cubren comprobaciones comunes de estilo validación para potenciales aprendidos: si las fuerzas pueden impulsar una optimización estable, si las energías relativas pueden combinarse de manera consistente y si la curvatura local alrededor de un mínimo puede respaldar cálculos vibracionales.

Para catálisis, el tutorial construye una lámina periódica de Cu(100), coloca una molécula de monóxido de carbono en un sitio de adsorción puente y restringe las capas inferiores de cobre. El sistema adsorbato-superficie se relaja con la calculadora OC20, mientras que la lámina limpia y las referencias de monóxido de carbono en fase gaseosa se optimizan por separado. Luego, el tutorial evalúa un ciclo pedagógico de energía de adsorción, señalando que OC20 utiliza una convención de referencia de energía específica de la tarea.

Para el modelado de materiales, el flujo de trabajo relaja tanto las posiciones atómicas como la celda de simulación del hierro BCC utilizando la calculadora UMA del dominio de materiales y un filtro de celda de Frechet. Muestrea energías en un rango de volúmenes comprimidos y expandidos, ajusta una ecuación de estado de Birch–Murnaghan y estima el volumen de equilibrio y el módulo volumétrico. La relajación de celdas y el ajuste de ecuaciones de estado son pasos estándar de simulación en estado sólido porque conectan las energías atomísticas con propiedades estructurales y elásticas, no solo con geometrías individuales.

El tutorial también ejecuta dinámica molecular de Langevin para agua a 300 K, siguiendo la temperatura, la energía potencial y la longitud del enlace O–H a lo largo del tiempo. También explora la superficie de energía potencial del agua mediante el estiramiento sistemático de un enlace O–H a través de un rango de distancias seleccionado. En cada geometría, se evalúa la energía molecular, se normaliza en relación con el mínimo y se utiliza para visualizar el perfil de disociación resultante.

El artículo concluye que el flujo de trabajo demuestra cómo FAIRChem v2 y UMA pueden proporcionar un potencial aprendido compartido en dominios químicamente distintos sin requerir un modelo separado para cada tarea. Los cálculos moleculares se utilizan para evaluar energías, fuerzas, comportamiento de atomización, brechas de espín, energética de reacciones, modos vibracionales y perfiles de estiramiento de enlaces. El dominio de catálisis se utiliza para relajar CO sobre una superficie de Cu(100) y examinar la energética de adsorción, mientras que el dominio de materiales se utiliza para relajar hierro BCC y estimar su módulo volumétrico a partir de un ajuste de ecuación de estado.

Al combinar la inferencia de UMA con constructores de estructuras de ASE, optimizadores, filtros, herramientas vibracionales y utilidades de dinámica molecular, el tutorial presenta una base reutilizable para ampliar el flujo de trabajo a moléculas más grandes, interfaces catalíticas, materiales cristalinos, marcos metal-orgánicos, cristales moleculares y variantes de modelos UMA de mayor precisión. El código completo del tutorial está disponible en https://github.com/MARKTECHPOST-AI-MEDIA-INC/AI-Agents-Projects-Tutorials/blob/main/ML%20Project%20Codes/fairchem_v2_uma_multidomain_atomistic_simulation_Marktechpost.ipynb.