复旦团队提出Transformer生成的原子嵌入策略，可通过ML提高晶体特性的预测准确性

编辑 | 白菜叶

近年来，在化学分子性质与结构预测领域出现了大量基于 Transformer 的训练方法和预测模型，例如 OrbNet、3D-Transformer 等。

科学家们认为这些方法和模型，能够充分发挥 Transformer 架构在处理原子相互作用和捕捉三维结构方面的优势，从而高效地表示原子间复杂的相互作用。

在这些进步的推动下，复旦大学的研究人员开发了自制的 CrystalTransformer 模型，基于 Transformer 架构生成称为 ct-UAE 的通用原子嵌入，该模型为每个原子学习独特的「指纹」，捕捉它们在材料中的功能和相互作用的本质。

然后将得到的嵌入转移到不同的深度学习模型中。使用均匀流形近似和投影（UMAP）聚类方法，研究人员将原子分为不同的组，分析嵌入与真实原子之间的联系。

该研究以「 Transformer-generated atomic embeddings to enhance prediction accuracy of crystal properties with machine learning」为题，于 2025 年 1 月 31 日发布在《 Nature Communications》。

通过机器学习加速新型晶体材料的发现，对于推动从清洁能源到信息处理等各种技术的发展至关重要。用于预测材料特性的机器学习模型需要嵌入原子信息，而传统方法在提高预测精度方面效果有限。

研究人员提出了一种称为通用原子嵌入（UAE）的原子嵌入策略，因为它们作为原子指纹具有广泛的适用性，并基于提出的 CrystalTransformer 模型生成 UAE 张量。

图示：模型的工作流程包括前端和后端部分，用于预测原子嵌入的属性和不同的工作原理。（来源：论文）

通过在广泛使用的材料数据库上进行实验，该团队基于 CrystalTransformer 的 UAE（ct-UAE）被证明能够准确捕捉复杂的原子特征，基于材料项目数据库，当使用形成能作为目标时，CGCNN 的预测准确度提高了 14%，ALIGNN 的预测准确度提高了 18%。

图示：CrystalTransformer 模型架构。（来源：论文）

研究人员还证明了 ct-UAE 在各种数据库中具有良好的可移植性。基于多任务 ct-UAE 的聚类分析，可以对元素周期表中的元素进行分类，并在原子特征和目标晶体特性之间建立合理的联系。

图示：使用经过不同任务训练的 ct-UAE 进行钙钛矿特性预测的流程图和结果比较。（来源：论文）

在应用 ct-UAE 预测混合钙钛矿数据库中的形成能后，该团队实现了准确度的提高，MEGNET 提高了 34%，CGCNN 提高了 16%，展示了它们作为原子指纹解决数据稀缺挑战的潜力。

论文链接： https://www.nature.com/articles/s41467-025-56481-x