MOF 성능 예측을 위한 데이터 기반 머신러닝

금속유기골격체(MOF)는 구조적, 화학적, 재료적, 운용 변수 간의 복잡한 상호작용에 의해 성능이 결정되는 고도로 조절 가능한 다공성 물질입니다. 본 연구는 MOF의 두 가지 핵심 성능 지표인 흡착 용량과 세포 생존율을 예측하기 위한 데이터 유출 방지(leakage-aware) 머신러닝 프레임워크를 개발했습니다. 연구는 110개 변수로 설명되는 161개 흡착 용량 데이터와 25개 변수로 설명되는 444개 세포 생존율 데이터를 활용했습니다. 히스토그램 기반 경사 부스팅 회귀(HGBR)와 부분 최소 제곱 회귀(PLSR) 모델을 5겹 그룹 교차 검증 및 차등 진화(differential evolution)를 통해 최적화했습니다. 정보 유출을 방지하기 위해 중복 데이터는 동일한 파티션에 할당했으며, 모델 훈련에 사용되지 않은 외부 출판물에 대한 전이성 평가를 위해 별도의 소스-홀드아웃 테스트를 수행했습니다. 중복 방지 20% 홀드아웃 데이터에서 HGBR은 세포 생존율 예측에서 가장 우수한 성능을 보였습니다(R² = 0.774, RMSE = 11.655%). PLSR은 흡착 용량 예측에서 가장 좋은 성능을 나타냈습니다(R² = 0.557, RMSE = 0.345 g/g). 변수 중요도 분석 결과, 세포 생존율에는 농도, Zn 및 Fe 지표, 제타 전위, 세포 유형, 입자 크기가, 흡착 용량에는 2,5-다이옥시도테레프탈레이트 및 Mg 관련 인자가 주요하게 작용했습니다. 하지만 전체 소스 출판물을 홀드아웃했을 때 음의 R² 값이 나타나, 데이터 분포 변화가 크고 연구 간 일반화 가능성이 제한적임을 확인했습니다. 본 연구는 MOF 시스템의 성능 예측 및 스크리닝을 위한 데이터 유출 방지 머신러닝의 가치를 입증했지만, 더 광범위한 표준화된 데이터셋과 독립적인 연구 검증이 필요함을 시사합니다.