基于数据增强从通用SMARTS模板预测化学产物的Transformer模型
机器学习
2025-09-25 v3 人工智能
化学物理
摘要
准确预测化学反应产物是计算化学中的一项重大挑战。当前模型严重依赖于高度特异性的反应模板或无模板方法，两者均存在局限性。为了解决这些问题，本研究提出了广义反应集(Broad Reaction Set, BRS)，该集合包含20个用SMARTS编写的通用反应模板。SMARTS是一种基于模式的表示法，旨在描述子结构和反应性。此外，我们引入了ProPreT5，这是一个专门针对化学改造的基于T5的模型，据我们所知，这也是首个能够直接处理并应用SMARTS反应模板的语言模型。为了进一步提升泛化能力，我们提出了首个针对SMARTS的数据增强策略，在模式层面引入结构多样性。在增强后的模板上进行训练，ProPreT5展现出强大的预测性能以及对未见反应的泛化能力。这些贡献共同为当前方法提供了一种新颖且实用的替代方案，推动了基于模板的反应预测领域的发展。
引用
@article{arxiv.2503.05810,
title = {A Transformer Model for Predicting Chemical Products from Generic SMARTS Templates with Data Augmentation},
author = {Derin Ozer and Sylvain Lamprier and Thomas Cauchy and Nicolas Gutowski and Benoit Da Mota},
journal= {arXiv preprint arXiv:2503.05810},
year = {2025}
}
备注
ICTAI 2025