SMILES2Vec：一种用于预测化学性质的可解释通用深度神经网络
机器学习
2018-08-16 v2 人工智能
计算与语言
机器学习
摘要
化学数据库以文本表示存储信息，SMILES 格式是许多化学信息学软件中使用的通用标准。每个 SMILES 字符串中编码了可用于预测复杂化学性质的结构信息。本工作中，我们开发了 SMILES2vec，一种从 SMILES 自动学习特征以预测化学性质的深度 RNN，无需额外的显式特征工程。利用贝叶斯优化方法调整网络架构，我们展示了优化后的 SMILES2vec 模型可作为预测不同化学性质的通用神经网络，包括毒性、活性、溶解度和溶剂化能，同时优于使用工程特征的当代 MLP 神经网络。此外，我们通过开发一种解释掩码来定位用于预测的最重要字符，证明了可解释性的概念验证。在溶解度数据集上测试时，其以 88% 的准确率识别了与既有第一性原理知识一致的化学特定部分。我们的工作表明，神经网络能够学习技术上准确的化学概念并提供最先进的准确率，使可解释深度神经网络成为与化学工业相关的有用工具。
引用
@article{arxiv.1712.02034,
title = {SMILES2Vec: An Interpretable General-Purpose Deep Neural Network for Predicting Chemical Properties},
author = {Garrett B. Goh and Nathan O. Hodas and Charles Siegel and Abhinav Vishnu},
journal= {arXiv preprint arXiv:1712.02034},
year = {2018}
}
备注
Submitted to SIGKDD 2018