رسّام خرائط لا يرسم الجبال والأنهار، بل الروابط غير المرئية بين الإلكترونات، هكذا يمكن وصف الشبكة العصبية الجديدة. بدلًا من الإحداثيات الذرية، تأخذ المدارات الجزيئية وترسم رسمًا بيانيًا، حيث العقد هي المدارات، والحواف هي مقاييس تشابكها الكمومي. تتيح هذه الخريطة التنبؤ بطاقة الارتباط الإلكتروني القوي، وهو ما يحدد كيفية انكسار الرابطة الكيميائية وما هي الحالة المغزلية التي سيتخذها معقد الفلز.

سابقًا، كانت الطرق متعددة التكوينات (multiconfigurational methods) مطلوبة لحساب دقيق لمثل هذه الأنظمة، وهي طرق تزداد تكلفتها بشكل أسي مع زيادة عدد الإلكترونات. الإمكانات الآلية (machine potentials) المدربة على الإحداثيات الذرية سريعة، لكنها عمياء عن التأثيرات الدقيقة للتشابك. يغيّر OrbGNN زاوية النظر: فهو يتعلم ليس من هندسة الجزيء، بل من بنيته الإلكترونية. خصائص العقد هي طاقات المدارات، وأعداد الإشغال من DMRG (طريقة ضغط الدالة الموجية)، ومساهمات المدارات الذرية. ترمّز الحواف ثلاثة مقاييس: المعلومات المتبادلة، ومعيار التراكم الثنائي، والارتباط المتبادل.

أظهر النموذج قابلية للنقل. بالنسبة لـ 18 جزيئًا ثنائي الذرة، بلغ الخطأ الإجمالي 0.742 ميللي هارتري في القاعدة الدنيا، وبالنسبة لخمسة معقدات حديد(II) ثمانية السطوح، تم التنبؤ بالفجوات المغزلية بدقة أقل من 1 كيلوكالوري/مول. هذه تقريبًا الطاقة المنبعثة عند احتراق عود ثقاب واحد، موزعة على مول من المادة. تم إعادة إنتاج ترتيب الحالات عالية المغزل ومنخفضة المغزل بشكل صحيح.

الاستنتاج الرئيسي: الرسم البياني المداري مع مقاييس التشابك يحمل معلومات كافية لاستبدال الحساب المكلف. كان من غير الواضح ما إذا كان يمكن التنبؤ بطاقة الارتباط القوي دون رؤية الإحداثيات الذرية. اتضح أنه ممكن، إذا نظرنا إلى خريطة الروابط بين المدارات. هذا النهج هو خطوة أولى نحو الفحص السريع لمعقدات الفلزات الانتقالية، حيث تكون الحالات المغزلية مهمة، كما في المحفزات.

خريطة تشابك المدارات لا تستبدل خريطة الذرات، بل تكملها. في المستقبل، قد تندمج الخريطتان في نموذج واحد يتعلم في الوقت نفسه على هندسة الجزيء وبنيتها الإلكترونية. عندها سيصبح حساب خصائص المواد أسرع، والفهم أعمق.