利用反应感知的亚结构进行逆合成分析
摘要：合成逆向分析是有机化学中关键的任务，对许多重要行业至关重要。先前，通过将输出分子表示为字符串，并使用生成模型逐个令牌地进行自回归解码，各种机器学习方法在这个任务上取得了有希望的结果。自然语言处理中的文本生成或机器翻译模型经常被使用。逐个令牌地解码方法从化学角度来看并不直观，因为在反应过程中，某些基团是相对稳定且不发生变化的。在本文中，我们提出了一种基团级别的解码模型，其中的基团是反应感知的，并且可以通过完全数据驱动的方法自动提取。我们的方法在先前报告的模型基础上取得了改进，并发现如果提高基团提取的准确性，性能可以进一步提升。我们的方法提取的基团可以为用户提供比现有方法更好的决策洞察。我们希望这项工作能够引起人们对合成逆向预测和其他相关主题的快速增长和高度跨学科领域的兴趣。
作者：Lei Fang and Junren Li and Ming Zhao and Li Tan and Jian-Guang Lou
论文ID：2204.05919
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2022-09-20