基于有限监督的原子级光学化学结构识别

从分子的图形表示或图像中识别化学结构是一项具有挑战性的模式识别任务，将为药物开发带来巨大益处。然而，现有方法通常难以泛化，在数据稀缺或生成成本高的领域表现下降，例如手绘分子图像。为此，我们提出了一种新的化学结构识别工具，能够以有限数据样本和监督信息实现领先的性能，并适应新领域。与以往方法不同，我们的方法提供原子级定位能力，因而可以将图像分割为不同的原子和键。我们的模型是首个仅凭 SMILES 监督即可进行化学结构识别（OCSR）的原子级实体检测模型。通过严格且广泛的基准测试，我们展示了我们的化学结构识别方法在数据效率、准确性和原子级实体预测方面的卓越表现。