準(zhǔn)確率達(dá)60.8%，浙大基于Transformer的化學(xué)逆合成預(yù)測(cè)模型，登Nature子刊

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：準(zhǔn)確率達(dá)60.8%，浙大基于Transformer的化學(xué)逆合成預(yù)測(cè)模型，登Nature子刊
關(guān)鍵字：反應(yīng)物,解碼器,方法,編輯,模型
文章來(lái)源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

將 ScienceAI設(shè)為星標(biāo)
第一時(shí)間掌握
新鮮的 AI for Science 資訊編輯 | KX
逆合成是藥物發(fā)現(xiàn)和有機(jī)合成中的一項(xiàng)關(guān)鍵任務(wù)，AI 越來(lái)越多地用于加快這一過(guò)程。
現(xiàn)有 AI 方法性能不盡人意，多樣性有限。在實(shí)踐中，化學(xué)反應(yīng)通常會(huì)引起局部分子變化，反應(yīng)物和產(chǎn)物之間存在很大重疊。
受此啟發(fā)，浙江大學(xué)侯廷軍團(tuán)隊(duì)提出將單步逆合成預(yù)測(cè)重新定義為分子串編輯任務(wù)，迭代細(xì)化目標(biāo)分子串以生成前體化合物。并提出了基于編輯的逆合成模型 EditRetro，該模型可以實(shí)現(xiàn)高質(zhì)量和多樣化的預(yù)測(cè)。
大量實(shí)驗(yàn)表明，模型在標(biāo)準(zhǔn)基準(zhǔn)數(shù)據(jù)集 USPTO-50?K 上取得了出色的性能，top-1 準(zhǔn)確率達(dá)到 60.8%。
結(jié)果表明，EditRetro 表現(xiàn)出良好的泛化能力和穩(wěn)健性，凸顯了其在 AI 驅(qū)動(dòng)的化學(xué)合成規(guī)劃領(lǐng)域的潛力。
相關(guān)研究以「Retrosynthesis prediction with an iterative string editing model」為題，于 7 月 30 日發(fā)布在《Nature Communications》上。
論文鏈接：https://www.nature.c

原文鏈接：準(zhǔn)確率達(dá)60.8%，浙大基于Transformer的化學(xué)逆合成預(yù)測(cè)模型，登Nature子刊