CheMixHub: 化学混合物性质预测的数据集与基准
机器学习
2025-12-01 v2
摘要
开发改进的多分子系统预测模型至关重要，因为几乎所有使用的化学产品都来自化学混合物。虽然是工业流程的重要组成部分，但化学混合物空间对机器学习社区来说仍然相对未被探索。在本文中，我们引入了 CheMixHub，这是一个用于分子混合物的综合性基准，涵盖 11 个化学混合物性质预测任务，从药物递送配方到电池电解质，共计约 50 万个数据点，这些数据点来自 7 个公开可用的数据集并经过整理。CheMixHub 引入了各种数据分割技术来评估上下文特定的泛化能力和模型鲁棒性，为化学混合物性质预测模型的开发奠定了基础。此外，我们绘制了化学混合物深度学习模型的建模空间，为社区建立了初步基准。该数据集有望加速化学混合物的开发，包括重新配方、优化和发现。数据集和基准代码可在以下地址找到：https://github.com/chemcognition-lab/chemixhub
引用
@article{arxiv.2506.12231,
title = {CheMixHub: Datasets and Benchmarks for Chemical Mixture Property Prediction},
author = {Ella Miray Rajaonson and Mahyar Rajabi Kochi and Luis Martin Mejia Mendoza and Seyed Mohamad Moosavi and Benjamin Sanchez-Lengeling},
journal= {arXiv preprint arXiv:2506.12231},
year = {2025}
}
备注
9 pages, 4 figures