用于增强聚类与化合物突现性质的无监督分子嵌入学习
化学物理
2023-10-31 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
对分子结构与性质的详细分析通过机器学习在药物开发发现方面具有巨大潜力。在模型中发展突现性质以理解分子，将为借助新计算工具的开发拓宽视野。我们引入多种基于 SMILES 数据检测和聚类化合物的方法。我们的第一种方法利用嵌入数据分析化合物的图形结构，采用向量搜索以满足阈值。结果产生了明显集中的簇，且该方法在查询和理解化合物方面给出了良好结果。我们还使用了存储在带 GPT3.5 的向量数据库中的自然语言描述嵌入，其优于基础模型。因此，我们引入一种相似性搜索与聚类算法，以辅助搜索和与分子交互，提升化学探索效率，并为分子性质预测模型中突现性质的未来发展提供支持。
引用
@article{arxiv.2310.18367,
title = {Unsupervised Learning of Molecular Embeddings for Enhanced Clustering and Emergent Properties for Chemical Compounds},
author = {Jaiveer Gill and Ratul Chakraborty and Reetham Gubba and Amy Liu and Shrey Jain and Chirag Iyer and Obaid Khwaja and Saurav Kumar},
journal= {arXiv preprint arXiv:2310.18367},
year = {2023}
}