用于高效准确逆合成预测的分子编辑模板
机器学习
2023-10-12 v1 机器学习
摘要
逆合成涉及确定一系列反应以从较简单前体合成复杂分子。由于这在有机化学中构成挑战，机器学习已提供解决方案，特别是用于预测给定目标分子的可能反应底物。这些解决方案主要分为基于模板和无模板两类。前者高效但依赖大量预定义反应模式，而后者虽更灵活，但计算密集且可解释性较差。为解决这些问题，我们引入METRO (Molecule-Edit Templates for RetrOsynthesis，用于逆合成的分子编辑模板)，一种使用最少模板——仅捕获本质分子变化的简化反应模式——预测反应的机器学习模型，从而降低计算开销并在标准基准上取得最先进结果。
引用
@article{arxiv.2310.07313,
title = {Molecule-Edit Templates for Efficient and Accurate Retrosynthesis Prediction},
author = {Mikołaj Sacha and Michał Sadowski and Piotr Kozakowski and Ruard van Workum and Stanisław Jastrzębski},
journal= {arXiv preprint arXiv:2310.07313},
year = {2023}
}