详细内容或原文请订阅后点击阅览
人工智能“读取”X射线等分子：预测化学反应的突破
新方法使得预测化学反应、量子化学性质和分子毒性成为可能。
来源:安全实验室新闻频道新方法使得预测化学反应、量子化学性质和分子毒性成为可能。
明斯特大学有机化学研究所的 Frank Glorius 教授团队开发了一种进化算法，可以识别分子中与特定研究最相关的结构。这些结构用于在各种机器学习模型中编码分子的属性。该进展发表在《化学》杂志上。
算法 化学基于进化原理（包括繁殖、突变和选择机制）的算法可以创建个性化的“分子指纹”。这些指纹已被用来高精度预测化学反应。该方法还适用于预测分子的量子化学性质和毒性。
研究人员强调，要使用机器学习，分子必须首先转换成机器可读的格式。各个科学小组已经解决了这个问题，开发了不同的方法。然而，很难预测哪种方法最适合回答特定问题，例如某种化合物是否对人类有害。
一种新算法有助于找到每种情况的最佳分子指纹。为此，该算法逐渐从一组随机生成的指纹中选择显示出最佳预测结果的指纹。
“遵循自然的例子，我们使用突变，即指纹的各个组成部分的随机变化，或重新组合两个指纹的组成部分，”研究生 Felix Katzenburg 解释道。
该方法的优点是它可以让您了解模型为何做出特定预测。例如，可以识别分子的哪些部分对反应预测产生积极或消极影响，从而使研究人员能够有针对性地瞄准这些结构。