Automatized Multi-Scale Force-Field Parameter Optimization of Lennard-Jones Parameters for Molecular Dynamics Simulations
- Specifically designed and accurate force fields are of central importance in molecular simulations, as they are often required when investigating new or slightly modified systems. Their parameterization, referred to as force-field parameter optimization, is a complex multi-modal optimization challenge. It requires balancing the parameter’s transferability between various optimization objectives, while their interdependencies often are non-trivial and hard to unravel. This cumulative dissertation addresses this optimization challenge by systematically developing and extending an automatized multi-scale force-field parameter optimization workflow. An important feature is ist modular design that (a) allows the optimization of any amount and combination of force-field parameters towards any type and amount of target properties, and (b)Specifically designed and accurate force fields are of central importance in molecular simulations, as they are often required when investigating new or slightly modified systems. Their parameterization, referred to as force-field parameter optimization, is a complex multi-modal optimization challenge. It requires balancing the parameter’s transferability between various optimization objectives, while their interdependencies often are non-trivial and hard to unravel. This cumulative dissertation addresses this optimization challenge by systematically developing and extending an automatized multi-scale force-field parameter optimization workflow. An important feature is ist modular design that (a) allows the optimization of any amount and combination of force-field parameters towards any type and amount of target properties, and (b) facilitates the extension by additional optimization algorithms or objective functions. First, the workflow’s foundation and a proof-of-concept is provided by simultaneously optimizing the Lennard-Jones parameters towards n-octane’s liquid-phase density (i.e. a multi-molecular, thermodynamic property) and its relative conformational Energies (i.e. a single molecular structural property). By showing that the applicability of the force field was expanded, the simultaneous multi-scale optimization workflow is established. Then, the optimization workflow’s hyperparameters are fine-tuned to improveits results and it is shown that by reasonably balancing the optimization objectives using weighting factors the previously introduced errors are reduced. Next, the optimization procedure’s efficiency is increased by substituting the most time-consuming molecular dynamics simulations by machine learning surrogate models. Those simulations are required repeatedly throughout the optimization, and due to the workflow’s iterative nature, they need to be performed just-in-time. By substituting them with machine learning surrogate models the required run time is approximately reduced by 20-fold. Additionally, guidelines for the model’s training and selection are included. Subsequently, as a challenging test of the workflow, the Lennard-Jones Parameters for 1-bromobutane and 2-bromobutane are optimized. They exhibit a σ-hole allowing halogen bonding, which is subject to current research, that can be supported by accurate simulation models. It is shown that the modeling is improved by the herein presented multi-scale optimization approach, but that further refinements with respect to the workflow and the modeling are necessary. In conclusion, promising approaches to improve the optimization workflow and the modeling are suggested.…


- Maßgeschneiderte und akkurate Kraftfelder sind für Simulationen molekularer Systeme von zentraler Bedeutung, da sie bei Modifizierungen der Systeme häufig benötigt werden. Deren Parametrisierung, die Kraftfeldparameteroptimierung genannt wird, ist ein herausforderndes, multimodales Optimierungsproblem, da die Transferierbarkeit der Parameter zwischen den verschiedenen Stoffeigenschaften ausbalanciert werden muss, während deren Wechselwirkungen oft nicht trivial und verwoben sind. Diese kumulative Dissertation widmet sich dieser Aufgabe durch die Entwicklung und Verbesserung eines multiskalen Optimierungsworkflows für Kraftfeldparameter. Eine wichtige Eigenschaft ist dessen modulares Design, das (a) die Optimierung einer beliebigen Auswahl und Anzahl an Parametern in Hinblick auf beliebige Zieleigenschaft ermöglicht und (b) eineMaßgeschneiderte und akkurate Kraftfelder sind für Simulationen molekularer Systeme von zentraler Bedeutung, da sie bei Modifizierungen der Systeme häufig benötigt werden. Deren Parametrisierung, die Kraftfeldparameteroptimierung genannt wird, ist ein herausforderndes, multimodales Optimierungsproblem, da die Transferierbarkeit der Parameter zwischen den verschiedenen Stoffeigenschaften ausbalanciert werden muss, während deren Wechselwirkungen oft nicht trivial und verwoben sind. Diese kumulative Dissertation widmet sich dieser Aufgabe durch die Entwicklung und Verbesserung eines multiskalen Optimierungsworkflows für Kraftfeldparameter. Eine wichtige Eigenschaft ist dessen modulares Design, das (a) die Optimierung einer beliebigen Auswahl und Anzahl an Parametern in Hinblick auf beliebige Zieleigenschaft ermöglicht und (b) eine Erweiterung durch zusätzliche Optimierungsalgorithmen oder Zielfunktionen begünstigt. Zunächst werden die Grundlagen des Workflows vorgestellt und eine Machbarkeitsstudie durchgeführt, bei der die Lennard-Jones-Parameter für n-Oktan mit Hinblick auf dessen Dichte (d.h. eine multi-molekulare, thermodynamische Stoffeigenschaft) und dessen relative Konformationsenergien (d.h. eine Struktureigenschaft eines einzelnen Moleküls) optimiert werden und gezeigt wird, dass der Anwendungsbereich des Kraftfeldes durch diese Optimierung erweitert wird. Danach werden die Hyperparameter desWorkflows feinjustiert, um die Optimierungsergebnisse weiter zu verbessern. Es wird gezeigt, dass durch sinnvolles Ausbalancieren der Optimierungsziele mittels Gewichtungsfaktoren zuvor hinzugefügte Ungenauigkeiten reduziert werden können. Anschließend wird die zeitliche Effizienz des Workflows erhöht, indem die zeitintensivsten Simulationen durch Surrogatmodelle ersetzt werden. Während des iterativen Optimierungsprozesses werden Simulationen wiederholt benötigt und müssen sequentiell durchgeführt werden. Durch diese Substitution kann die Laufzeit um ungefähr das 20-fache reduziert werden. Zusätzlich werden Richtlinien bezüglich des Trainings und Auswahl dieser Modelle bereitgestellt. Anschließend werden die Lennard-Jones-Parameter für 1-Brombutan und 2-Brombutan optimiert, die ein σ-hole aufweisen, das Halogenbindungen ermöglicht. Diese sind Gegenstand aktueller Forschung, welche durch präzise Simulationsmodelle unterstützt werden kann. Es wird gezeigt, dass das Simulationsmodell zwar verbessert wurde, aber noch weitere Anpassungen notwendig sind. Abschließend werden aussichtsreiche Möglichkeiten dies zu erreichen vorgestellt.…


| Author: | Robin Paul Strickstrock |
|---|---|
| URN: | urn:nbn:de:hbz:kob7-26472 |
| DOI: | https://doi.org/10.82549/opus4-2647 |
| Referee: | Wolfgang Imhof, Dirk Reith, Robert Rockenfeller |
| Document Type: | Doctoral Thesis |
| Language: | English |
| Date of Publication (online): | 2026/05/20 |
| Date of first Publication: | 2026/05/20 |
| Publishing Institution: | Universität Koblenz, Universitätsbibliothek |
| Granting Institution: | Universität Koblenz, Fachbereich 3 |
| Date of final exam: | 2026/04/22 |
| Release Date: | 2026/05/20 |
| Page Number: | XI, 187 Seiten |
| Note: | Einzelne Artikel dieser Arbeit sind unter CC BY veröffentlicht; bitte beachten Sie die Hinweise im Text. |
| Institutes: | Fachbereich 3 / Institut für Integrierte Naturwissenschaften / Institut für Integrierte Naturwissenschaften, Abt. Chemie |
| Licence (German): | Es gilt das deutsche Urheberrecht: § 53 UrhG |

