RNN建模SMILES进行反应产率预测 # Datawhale AI 夏令营 7.30
AI4Science的早期历史(概要)
AI4Science的发展历史大致经历三个阶段:
-
将化学知识以计算机形式存储,并构建数据库;
-
机器学习;
-
深度学习。
SMILES —— 最流行的将分子表示为序列类型数据的方法
一些常见分子的SMILES例子
分子指纹 —— 分子向量化
分子指纹是一个具有固定长度的位向量(即由0,1组成),其中,每个为1的值表示这个分子具有某些特定的化学结构。
RDkit —— 强大、丰富且高效的化学信息工具
RDkit是化学信息学中主要的工具,是开源的。网址:http://www.rdkit.org,支持WIN\MAC\Linux,可以被python、Java、C调用。
机器学习
机器学习按照目标可以分为分类任务(classification)和回归(regression)任务两大类。
深度学习
深度学习可以归为机器学习的一个子集,主要通过神经网络学习数据的特征和分布。
使用RNN对SMILES建模是早期的一个主要方法。RNN(Recurrent Neural Network)是处理序列数据的一把好手。RNN的网络每层除了会有自己的输出以外,还会输出一个隐向量到下一层。