SELFIES与分子字符串表示的未来
化学物理
2022-11-02 v1 机器学习
摘要
人工智能（AI）和机器学习（ML）在化学和材料科学中挑战性任务的广泛应用正日益流行。例子包括性质预测、新反应路径的发现或新分子的设计。机器需要在每种任务中流畅地读写化学语言。字符串是表示分子图的常用工具，最流行的分子字符串表示SMILES自1980年代末以来一直推动着化学信息学。然而，在化学中AI和ML的背景下，SMILES有几个缺点——最中肯的是，大多数符号组合导致无有效化学解释的无效结果。为克服此问题，2020年引入了一种保证100%鲁棒性的新分子语言：SELFIES（SELF-referencIng Embedded Strings，自引用嵌入字符串）。此后SELFIES简化并实现了化学中众多新应用。在本稿中，我们展望未来并讨论分子字符串表示及其各自的机会与挑战。我们提出了16个关于鲁棒分子表示的具体未来项目。这些涉及向新化学领域的扩展、AI与鲁棒语言接口处的引人问题以及对人类和机器的可解释性。我们希望这些提议将启发若干后续工作，在化学和材料科学的AI未来中充分挖掘分子字符串表示的潜力。
引用
@article{arxiv.2204.00056,
title = {SELFIES and the future of molecular string representations},
author = {Mario Krenn and Qianxiang Ai and Senja Barthel and Nessa Carson and Angelo Frei and Nathan C. Frey and Pascal Friederich and Théophile Gaudin and Alberto Alexander Gayle and Kevin Maik Jablonka and Rafael F. Lameiro and Dominik Lemm and Alston Lo and Seyed Mohamad Moosavi and José Manuel Nápoles-Duarte and AkshatKumar Nigam and Robert Pollice and Kohulan Rajan and Ulrich Schatzschneider and Philippe Schwaller and Marta Skreta and Berend Smit and Felix Strieth-Kalthoff and Chong Sun and Gary Tom and Guido Falk von Rudorff and Andrew Wang and Andrew White and Adamo Young and Rose Yu and Alán Aspuru-Guzik},
journal= {arXiv preprint arXiv:2204.00056},
year = {2022}
}
备注
34 pages, 15 figures, comments and suggestions for additional references are welcome!