week5

4.2会议&cif文件解析转换

4.2会议记录

算法组的需求：

关注的性质是电荷数，过电荷。这些属性决定催化性能如电催化、加氢反应。

关注的对象是稀土MOF（RE-MOFs)。

介绍了材料指纹（唯一的向量化表示）：

平台组的需求：

切割模块：输入一个cif，输出两个cif ，分别代表配体和次级结构。

北科大团队可以提供规范化的cif文件，解决部分cif无法读取的问题。

拆分qmof

将2GB的qmof_structure_data.json拆分成单独的文件：使用了ase库

qmof_structure_data.json 解析

由20375个mofs组成，每个mofs对应下面一个json文件。该文件的structure对应pymatgen的structure类，读取方式为mof = Structure.from_dict(entry["structure"])

json cif xyz 的关系

输入输出都以ase.atoms为基准。

因此，使用adaptorAseAtomsAdaptor().get_atoms() 将上一步读取的pymatgen的structure类转换为ase的atoms类。

拆分情况概览

得到如下三个文件夹分别存储2W个mofs的三种格式。xyz，json只包含了空间结构信息，cif文件还包含了pbe结果的key（没有值），对称信息，化学式。

属性的对应

GNN使用的属性

qmof 的GCN：只有空间结构（CIF）+ 元素种类（one hot)

MatDL：只用空间结构（json）+元素种类（one hot，写在代码里）。

ALIGNN：输入的是VASP文件，空间结构+边特征(原子间键距离)+节点属性（根据其原子种类分配9个输入节点特征：电负性、基团数、共价半径、价电子、第一电离能、电子亲和力、块和原子体积）

System
1.0
7.091458561131444 0.0 0.0
0.0 12.284128695721973 0.0
-8.862874621478095 0.0 25.0
Y Br
4 12
direct
0.033346999999999086 0.6240773822144681 0.1871170000000006 
0.033346999999999086 0.9574286177855293 0.1871170000000006 
0.5333479999999966 0.12407738221446811 0.1871170000000006 
0.5333479999999966 0.4574286177855292 0.1871170000000006 
0.2891270840017781 0.46667191911829303 0.2510176333839372 
0.2891270840017781 0.11483508088170911 0.2510176333839372 
0.2613405348547832 0.7907530000000023 0.2510114569972214 
0.7891270840017786 0.9666709191182953 0.2510176333839372 
0.7891270840017786 0.6148350808817092 0.2510176333839372 
0.7613405348547837 0.2907530000000023 0.2510114569972214 
0.30535446514521963 0.2907530000000023 0.1232235430027774 
0.2775679159982247 0.9666709191182953 0.123216366616057 
0.2775679159982247 0.6148350808817092 0.123216366616057 
0.8053554651452168 0.7907530000000023 0.1232235430027774 
0.7775679159982244 0.46667191911829303 0.123216366616057 
0.7775679159982244 0.11483508088170911 0.123216366616057