[Nat. Commun. | 论文简读] 基于原子环境的神经机器翻译预测逆合成反应路径
2023-02-18 16:47:54 时间
简读分享 | 王天朔 编辑 | 龙文韬
论文题目
Retrosynthetic reaction pathway prediction through neural machine translation of atomic environments
论文摘要
为目标分子设计有效的合成路线是有机合成中的一大挑战。原子环境是理想的、独立的、具有化学意义的构建块,提供了高分辨率的分子表示。作者的方法模仿化学推理,通过学习与化学反应相关的原子环境的变化来预测候选反应物。通过对候选反应物的仔细检查,证明了原子环境是研究反应路线预测和发现的有前景的描述符。在这里,作者提出了一种新的单步反向合成预测方法,即RetroTRAE,在USPTO测试数据集上达到了58.3%的top-1,并且在包含高度相似的类似物的情况下,top-1达到61.6%,优于其他最先进的基于神经机器翻译的方法。作者的方法引入了一种新的方案,将碎片化和拓扑描述符的分子表示方式, 用作逆合成预测任务的输入。
论文链接
https://www.nature.com/articles/s41467-022-28857-w
相关文章
- 场景、技术与伙伴:鸿蒙完成开源生态“黄金三角”构建
- 企业微信,双11的另一个“战场”
- 电动两轮车驶入“年轻化”新赛道,新老品牌谁能率先突围?
- 2022CNEF收官!两天三场,30+大咖现场论道消费新趋势
- 智能门锁迈入“长尾”时代
- 从金鸡百花电影节,看“鼓浪屿元宇宙”的元力、魅力与想象力
- 聚焦“生态化”,e签宝讲好电子签名的“中国故事”
- 互联网医疗,没有新故事
- 大模型产业化有四个关键,昇腾AI推动“AI+遥感”打了个样
- 扫地机器人鏖战双十一,科沃斯再显行业统治力
- 走进常熟东南相互电子,看AI如何深入产业让工厂更智能
- 「低代码」跑通现代BI“最后一公里”的背后
- 玩转“产业生态”,长城汽车森林生态很“未来”
- 湘江新区:金融活水赋能实体经济
- 国庆在家,从0手撸一个依赖任务加载框架(有源码)
- Java入门必学的数据类型
- 接个私活,为什么实际开发时间总比估算的多很多?
- 零基础入门分布式系统 8. 案例研究 Case studies (完)
- Chapter 1 - 可靠、可扩展与可维护的应用系统
- 工作中对溯源反制有帮助的两个小脚本