Химики из Университета Питтсбурга предложили показатель NNED, который помогает оценить, стоит ли использовать плотность электронов из теории функционала плотности (DFT) вместо стандартной плотности Хартри—Фока (HF) в расчётах связанных кластеров. На димере хрома Cr₂ такой подход позволил лучше воспроизвести потенциальную энергетическую поверхность. Статья вышла 11 сентября 2026 года в журнале Nature Communications.

Что сравнивает NNED

Метод связанных кластеров CCSD(T) подробно учитывает взаимодействия электронов, но его результат зависит от исходного описания системы. Обычно расчёт начинают с плотности HF. В молекулах с сильной электронной корреляцией, где электроны трудно описать как движущиеся независимо друг от друга, такой выбор может дать ошибочный результат. Плотность Кона—Шэма из DFT иногда служит лучшей отправной точкой, но это зависит от молекулы и выбранного функционала.

Авторы вычли матрицу плотности HF из матрицы плотности DFT и разложили разницу на естественные орбитали. Так они получили нормированный показатель NNED, который можно вычислить на уровне среднего поля, до затратного расчёта CCSD(T). Большое различие плотностей подсказывает проверить альтернативный вариант. По выводу исследователей, эффект связан с тем, как плотность отражается в матрице Фока, а не с внешним видом отдельных орбиталей.

Представим две карты, на которых показано, где в молекуле сосредоточены электроны. NNED сводит различие между картами к одному числу. Если оно заметно, исследователь может проверить, даст ли расчёт CCSD(T) с плотностью DFT лучший результат. Само различие не доказывает, что расчёт станет точнее.

На Cr₂ расчёты CCSD(T) с плотностями PBE и PW91 качественно воспроизвели форму потенциальной энергетической поверхности, а вариант с HF-плотностью дал неверную форму. Для связей металл–металл средняя абсолютная ошибка составила около 0,11–0,14 эВ с плотностями PBE и PW91 и 0,95 эВ с HF-плотностью.

Это не универсальное правило. Для молекулы CH₂ авторы не обнаружили улучшения при использовании плотности Кона—Шэма. Работа проверяла димеры и другие молекулярные системы, поэтому её результаты нельзя автоматически переносить на любые вещества или материалы. Более точные расчёты могут помочь подготовить данные для обучения моделей машинного обучения, но сами модели в исследовании не проверяли.

Подробнее о методе и результатах можно прочитать в статье в Nature Communications. Для авторов, готовящих публикации по результатам исследований, доступна услуга подготовки научных статей.

Схема показывает, как показатель NNED может подсказать проверку расчёта связанных кластеров с альтернативной плотностью; улучшение результата не гарантировано.

Фото: Madison Inouye / Pexels