Apr, 2024

有限监督的原子级光学化学结构识别

PDF
TL;DR通过图形表示或图像识别分子的化学结构是一项具有挑战性的模式识别任务，在药物开发方面具有很大的好处。我们提出了一种新的化学结构识别工具，该工具提供了最先进的性能，并可以适应少量数据样本和监督下的新领域。与以前的方法不同，我们的方法提供了原子级定位，因此可以将图像分割成不同的原子和键。我们的模型是第一个只使用 SMILES 监督进行原子级实体检测的 OCSR 模型。通过严格和广泛的基准测试，我们证明了我们的化学结构识别方法在数据效率、准确性和原子级实体预测方面的卓越性。
发现论文，激发创造
  • ChemGrapher：基于深度学习的化学化合物光学图形识别

    本研究利用机器学习中的深度神经网络模型对化学图像进行自动识别和转化，以解决传统工具在检测链的多样性及立体化学信息时产生的错误和丢失原子等问题，并能迅速处理大量图像，从而在药物发现等方面具有重要应用价值。

    Feb, 2020

  • MolGrapher 化学结构的基于图的可视化识别

    该研究提出了 MolGrapher 方法，通过视觉识别化学结构，构建分子的自然图形表示，并利用图神经网络分类分子中的原子和键节点。实验证明该方法在大多数情况下明显优于传统和基于学习的方法，可用于加快新材料和药物的发现。

    Aug, 2023

  • MolScribe：基于图像生成的鲁棒分子结构识别

    本文介绍了一个新颖的图像转化成图形结构的模型 MolScribe，该模型灵活地融合了象征性化学限制条件，扩展了简略结构，通过数据扩充策略，提高了模型鲁棒性。在合成和逼真的分子图像上的实验中，MolScribe 显著优于之前的模型，在公共基准测试中实现了 76-93％的准确性。化学家还可以通过模型的置信度估计和原子级对齐来轻松验证 MolScribe 的预测。

    May, 2022

  • 一击即倾：检测低信噪比图像中的 Markush 结构

    通过比较固定特征提取和端到端学习（CNN）方法，本研究提出并测试了一种用于对 Markush 结构进行分类的新方法。与固定特征方法相比，端到端方法表现显著更好，宏 F1 值达到 0.928（标准偏差 0.035），而固定特征方法为 0.701（标准偏差 0.052）。因实验性质，这些结果可进一步提高。结果表明，该提出的方法可以有效准确地过滤掉 Markush 结构，并能提高其应用于其他研究者的性能。

    Nov, 2023

  • 半监督 GCN 学习分子结构 - 活性相关性

    本文提出使用半监督学习训练图形神经网络来归因结构 - 属性关系，并将此方法应用于溶解度和分子酸度两个案例研究，以验证其与已知实验化学数据的一致性。该方法可为活性崖、引物优化和新药设计等问题提供有价值的工具。

    Jan, 2022

  • 基于图像和图结构的多模态学习用于预测分子性质的框架

    MolIG 是一种多模态分子预训练框架，通过图像和图结构创新地利用分子图和分子图像之间的一致性和相关性执行自监督任务，有效地将两种分子表示形式的优势融合在一起，这种整体方法能够捕捉关键的分子结构特征和高层次的语义信息，并在分子拓展组和 ADMET 拓展组等基准组中，相对于先进的基线模型展现出在分子性质预测等拓展任务中性能的提升。

    Nov, 2023

  • 基于多模态分子结构文本模型的文本检索和编辑

    该研究介绍了一种新的多模态分子结构 - 文本模型 MoleculeSTM，它结合学习化学结构和文本描述，以有效利用化学领域中丰富的文本知识，同时提高药物设计的效率和创新能力，并在多个基准测试中获得了最先进的泛化能力。

    Dec, 2022

  • ChemScraper: PDF 图像的图像提取，分子图解析和带注释数据生成

    从 born-digital PDF 分子图像中提取符号并应用简单图形转换，以编辑 ChemDraw 文件（CDXML），其直接位置和形状信息使得该方法具有高准确性的解析能力，以生成训练数据用于识别栅格图像中的化学结构的视觉解析器。

    Nov, 2023

  • 3D-Mol: 分子属性预测的新型对比学习框架与三维信息

    通过提取三维特征和使用对比学习的方法，我们的研究提出了一种名为 3D-Mol 的新型三维结构分子建模方法，用于准确表示空间结构，并在 7 个基准测试中展示了出色的性能。

    Sep, 2023

  • 基于 LLMs 的药物分子结构的碎片水平理解的实证证据

    AI 用于药物发现是近年来的研究热点，基于 SMILES 的语言模型越来越多地应用于药物分子设计。本研究探讨了语言模型是否以及如何从 1D 序列中理解化学空间结构。我们在化学语言上对 Transformer 模型进行预训练，并朝向药物设计目标进行微调，研究高频 SMILES 子字符串与分子片段的对应关系。结果表明，语言模型可以从分子片段的角度理解化学结构，并且通过微调学到的结构知识反映在模型生成的高频 SMILES 子字符串中。

    Jan, 2024