基于生成人工智能的化学分类程序合成
人工智能
2025-10-30 v2 生物大分子
摘要
准确地对化学结构进行分类是化学信息学和生物信息学中的关键任务，包括识别具有生物活性的化合物、筛选对人类有毒性的分子、寻找具有理想材料性能的无机化合物，或对大型化学库进行组织，以支持药物发现或环境监测。然而，手动分类工作量大且难以扩展到大型化学数据库。现有的自动化方法要么依赖手动构建的分类规则，要么是缺乏可解释性的深度学习方法。本文提出一种方法，利用生成人工智能自动为化学实体生物学兴趣（ChEBI）数据库中的类别编写化学分类程序。这些程序可用于高效的SMILES结构确定性运行时分类，并提供自然语言解释。这些程序本身构成了化学类别术语的可解释的可计算本体模型，我们将其称为ChEBI化学类别程序本体（C3PO）。我们对该方法进行了验证，使用ChEBI数据库进行测试，并将结果与深度学习模型和基于笨拙SMARTS模式的分类器进行了比较。C3PO优于笨拙分类器，但未达到最先进深度学习方法的性能。然而，C3PO具有一些补充深度学习方法的优势，包括可解释性和较少的数据依赖性。C3PO可与深度学习分类器一起使用，以在两者一致时提供分类的解释。这些程序可用于本体开发过程，并由专家人类策展人进行迭代细化。
引用
@article{arxiv.2505.18470,
title = {Chemical classification program synthesis using generative artificial intelligence},
author = {Christopher J. Mungall and Adnan Malik and Daniel R. Korn and Justin T. Reese and Noel M. O'Boyle and Noel and Janna Hastings},
journal= {arXiv preprint arXiv:2505.18470},
year = {2025}
}