Oct, 2023

化学动力学性质的超出分布通用预测方向

PDF
TL;DR利用机器学习（ML）技术，本研究探索了化学动力学性质的估计。通过 “AI4drug discovery” 发现的药物分子为基础，下一步的关键是以人工智能驱动的设计高通量化学合成过程，并估计未知反应和未探索分子的性质。为此，对于动力学性质预测的现有 ML 方法需要具备 Out-Of-Distribution（OOD）的可推广性。本文将 OOD 动力学性质预测分为三个级别（结构，条件和机制），揭示了这些问题的独特方面。在这个框架下，我们创建了全面的数据集，用于评估（1）在 OOD 设置中用于反应预测的最新 ML 方法，以及（2）用于动力学性质预测问题的最新图形 OOD 方法。我们的结果展示了 OOD 动力学性质预测中的挑战和机遇。我们的数据集和基准可以进一步支持这一研究方向。
发现论文，激发创造
  • 基于结构的材料属性预测方法对比研究

    现实世界材料研究中，机器学习模型通常被期望能够预测和发现与已知材料不同的新颖材料。本研究在物性预测模型性能评估中提供了客观评价，在超出训练集分布的材料中预测模型的性能。通过在三个基准数据集上对基于结构的图神经网络的广泛实验，我们发现当前最先进的图神经网络算法在超出分布的物性预测任务上与基线模型相比表现明显不足，展示了在现实材料预测任务中关键的泛化差距。我们进一步研究了这些图神经网络模型的潜在物理空间，并鉴定出 CGCNN、ALIGNN 和 DeeperGATGNN 相对于 MatBench 研究中目前最佳模型（coGN 和 coNGN）在超出分布的任务上更为稳健的性能，并提供了改进性能的见解。

    Jan, 2024

  • 机器学习药物发现中的小分子性质

    机器学习在药物发现中预测小分子性质方面具有很大潜力。本文提供了对近年来为此目的引入的各种机器学习方法的综合概述，并对结合亲合力、溶解度和 ADMET（吸收、分布、代谢、排泄和毒性）等多个性质预测和优化技术进行了讨论。我们还评估了模型预测方面的技术，特别是在药物发现中关键决策方面提供模型预测理解的技术。总的来说，这篇综述为药物发现中小分子性质预测的机器学习模型提供了深入了解。尽管有多种多样的方法，但它们的性能通常相当。神经网络虽然更加灵活，但并不总是优于更简单的模型。这表明高质量的训练数据对于训练准确的模型仍然至关重要，并且需要标准化的基准、额外的性能指标和最佳实践，以便更好地比较不同技术和模型之间的差异。

    Aug, 2023

  • RetroOOD：理解反合成预测中的外域通用化

    机器学习辅助的逆合成预测模型在标准基准测试上取得稳步进展，但在现实世界中应用于非分布（OOD）分子或反应时，其性能往往显著下降。本研究通过建立两组基准数据集，系统比较了先进的逆合成预测模型在分布转移下的性能，并提出了两种模型无关技术，经初步实验显示其有高潜力并平均性能提高 4.6％，从而为进一步面向 OOD 泛化的逆合成预测研究提供了基础。

    Dec, 2023

  • 现实世界中药物属性预测的当前方法

    预测药物特性在药物发现中是关键，以便在昂贵的临床试验之前减少风险，并更快地找到高活性化合物。尽管机器学习社区对此表现出了兴趣并提出了各种标准数据集和方法，然而对于从业人员而言，目前仍不清楚哪种方法或途径最适用，因为不同的论文以不同的数据集和方法进行基准测试，导致得出的结论各不相同且难以比较。我们的大规模实证研究将不同数据集和方法的众多相关作品联系到一起，从而全面概述了现有的属性类别、数据集及其与不同方法的相互作用。我们强调不确定性量化以及应用这些方法在药物开发决策周期中的时间和成本的重要性。我们发现最佳方法取决于数据集，并且具备经典机器学习方法的工程特征通常优于深度学习。具体而言，经典方法（如高斯过程）通常最适合分析 QSAR 数据集，而树或深度学习方法（如图神经网络或语言模型）有时更适合描述 ADMET 数据集。我们的研究强调了从业人员尚无可靠的、直接可行的程序可供依赖，并为创建与从业人员相关的基准测试案例奠定了先例。深度学习方法必须在这些基准测试案例中得到验证才能成为药物特性预测的实际选择方法。

    Jul, 2023

  • ADMEOOD: 药物性质预测的超出分布基准

    该研究提出了一种针对药物属性预测的系统的 OOD 数据集整理器和基准 ADMEOOD，其中包括噪声转移和概念冲突漂移两种 OOD 数据转移方式，并经过多个领域泛化模型测试，实验结果表明 ADMEOOD 在分布内和分布外数据上有明显不同的性能表现，ERM 和其他模型在不同领域和测量类型上展现出不同的趋势。

    Oct, 2023

  • MolKD: 化学反应跨模态知识蒸馏用于分子性质预测

    本文研究通过融入与化学反应相关的领域知识来学习有效的分子代表，并提出了一种新的方法 ——MolKD，通过将跨模态化学反应和分子之间的知识蒸馏为分子性质预测提供帮助。经过大量实验验证，该方法明显优于其他基线模型并具有较高的鲁棒性和可解释性。

    May, 2023

  • 分子性质的机器学习：局部性和主动学习

    本篇论文提出了一种基于局部相互作用模型和主动学习算法的新型机器学习算法，可以在较小的训练集上提供高精度预测，并显著减少异常值误差，从而为材料设计和药物发现等领域提供更有效的高通量筛选方法。

    Sep, 2017

  • 化合物空间分子电子性质的机器学习

    结合现代科学计算和电子结构理论，基于深度多任务人工神经网络的机器学习模型能够对上千个有机分子的多个电子基态和激发态性质进行预测，从而实现对合成可及的虚拟化合物库的高通量筛选，成本极低且准确度与现代量子化学方法相当甚至更优。

    May, 2013

  • 从表示学习中暂停：分子性质预测

    本研究对比了随机森林、MolBERT 和 GROVER 三种基于 Extended-Connectivity Fingerprint、SMILES 字符串和分子图的分子表示学习模型，评估了其在 MoleculeNet 数据集和类阿片类物质数据集预测方面的效果，并探讨了数据集分布、活性悬崖、模型评价、任务设定和化学空间泛化等方面对模型效果的影响，旨在为提高该领域人工智能技术贡献可能的思路。

    Sep, 2022

  • DrugOOD: 基于 AI 辅助药物发现的 Out-of-Distribution（OOD）数据集管理及评估系统 —— 聚焦带噪声标注的亲和力预测问题

    该论文提出了 DrugOOD，一个系统性的 OOD 数据集策划和 AI 辅助药物研究基准，用于药物靶向结合亲和力预测的模型性能测试，并且也是图形 OOD 学习问题的有价值的测试平台。

    Jan, 2022