BatGPT-Chem: 用于逆合成预测的基础大模型
机器学习
2024-08-21 v1 人工智能
计算工程、金融与科学
摘要
逆合成分析在药物发现和有机化学中至关重要且极具挑战性。尽管过去十年中计算工具层出不穷，基于AI的系统往往难以在多样化的反应类型之间进行泛化，也难以探索替代的合成路径。本文提出了BatGPT-Chem，一个拥有150亿参数的大型语言模型，专为增强逆合成预测而设计。通过统一框架整合化学任务与自然语言及SMILES表示，该方法从庞大的化学数据库中综合了大量指令数据。采用自回归和双向训练技术在超过一亿个实例上进行训练，BatGPT-Chem捕获了广泛的化学知识，能够精确预测反应条件，并展现出强大的零样本能力。在严格的基准测试中，我们的模型优于现有AI方法，在生成复杂分子的有效策略方面取得了显著进展。BatGPT-Chem不仅提升了逆合成分析的效率和创造性，还为合成设计中的计算工具建立了新标准。这一发展使化学家能够熟练应对新型化合物的合成，有望加速药物制造和材料科学中的创新周期。我们发布了试用平台：\url{https://www.batgpt.net/dapp/chem}。
引用
@article{arxiv.2408.10285,
title = {BatGPT-Chem: A Foundation Large Model For Retrosynthesis Prediction},
author = {Yifei Yang and Runhan Shi and Zuchao Li and Shu Jiang and Bao-Liang Lu and Yang Yang and Hai Zhao},
journal= {arXiv preprint arXiv:2408.10285},
year = {2024}
}