Die genaue Vorhersage chemischer Reaktionen ist für die Förderung von Innovationen unerlässlich
in der synthetischen Chemie, mit breiten Anwendungen in der Medizin, Herstellung, Und
Landwirtschaft. Gleichzeitig, Die Reaktionsvorhersage ist ein komplexes Problem
Die Lösung kann für Chemiker sowohl zeit- als auch ressourcenintensiv sein. Tief
Lernmethoden bieten eine attraktive Lösung, indem sie einen hohen Durchsatz ermöglichen
Reaktionsvorhersage. Jedoch, Viele bestehende Modelle basieren auf dem US-Patent
Office-Datensatz und Behandlung von Reaktionen als Gesamttransformationen: Abbildung
Reaktanten direkt zu Produkten mit eingeschränkter Interpretierbarkeit oder mechanistischem Mechanismus
Einblick. Um dies anzugehen, Wir stellen PMechRP vor (Polarmechanistische Reaktion
Prädiktor), ein System, das maschinelle Lernmodelle auf der PMechDB trainiert
Datensatz, was Reaktionen als polare Elementarschritte darstellt, die erfassen
Elektronenfluss und mechanistische Details. Um die Modellabdeckung weiter auszubauen und
Verallgemeinerung verbessern, Wir erweitern PMechDB mit einem vielfältigen Satz von
kombinatorisch generierte Reaktionen. Wir schulen und vergleichen eine Reihe von Maschinen
Lernmodelle, auch transformatorbasiert, graphbasiert, und zweistufige Siamesen
Architekturen. Unser leistungsstärkster Ansatz war ein Hybridmodell, was verbindet
ein 5-Ensemble von Chemformer-Modellen mit einem zweistufigen siamesischen Rahmen zur Nutzung
die Genauigkeit von Transformatorarchitekturen, beim Wegfiltern “alchemistisch”
Produkte mithilfe der zweistufigen Netzwerkvorhersagen. Zur Auswertung, Wir verwenden einen Test
Aufteilung des PMechDB-Datensatzes und zusätzlich Kuratierung eines menschlichen Benchmark-Datensatzes
bestehend aus vollständigen mechanistischen Pfaden, die aus der organischen Chemie extrahiert wurden
Lehrbuch. Unser Hybridmodell erreicht eine Top-10-Genauigkeit von 94.9% auf der PMechDB
Testsatz und eine angestrebte Wiederherstellungsrate von 84.9% auf dem Pfaddatensatz.

Dieser Artikel untersucht Zeitreisen und deren Auswirkungen.

PDF herunterladen: