C5T5：利用Transformer可控生成有机分子
机器学习
2021-08-24 v1
摘要
设计具有所需性质的有机材料的方法在医学、可再生能源、石油化工和农业等领域具有巨大的潜在影响。然而，使用生成式建模来设计具有所需性质的物质是困难的，因为候选化合物必须满足多个约束条件，包括合成可及性以及其他对领域专家直观但难以量化的指标。我们提出了C5T5，一种新颖的自监督预训练方法，它使Transformer能够进行零样本的“选择并替换”编辑，从而将有机物质朝着所需的性质值进行改变。C5T5操作于IUPAC名称——一种标准化的分子表示，它直观地为有机化学家编码了丰富的结构信息，但一直被机器学习社区所忽视。我们的技术不需要编辑过的分子对进行训练，只需要对分子性质进行粗略估计，并且它有可能比基于图的方法更容易地建模长程依赖性和对称分子结构。C5T5还为领域专家提供了一个强大的接口：它允许用户通过选择和替换IUPAC名称片段来对生成过程进行细粒度控制，从而使专家能够利用他们对结构-活性关系的直觉。我们在与药物发现相关的四个物理性质上展示了C5T5的有效性，表明它学会了成功且化学上直观的策略来将分子改变为所需的性质值。
引用
@article{arxiv.2108.10307,
title = {C5T5: Controllable Generation of Organic Molecules with Transformers},
author = {Daniel Rothchild and Alex Tamkin and Julie Yu and Ujval Misra and Joseph Gonzalez},
journal= {arXiv preprint arXiv:2108.10307},
year = {2021}
}