超级会员免费看
本文探讨了深度学习在化学反应预测和逆向合成路线搜索中的应用。传统的反应预测依赖预定义模式，而现代方法利用数据驱动，特别是深度学习，提高了预测准确性。目前，图卷积模型和NLP序列到序列模型在前向反应预测上表现优秀，但反向预测的挑战依然存在。未来研究将关注合成可能性的生成模型和反向路径搜索。
化学领域，对物理性质的预测模型和化合物的生成模型的研究变得活跃。最近，尝试使用深度学习来预测有机化合物合成所需的化学反应。
问题设置：反应预测和逆向合成路线搜索
在化学反应中，可以使用具有“ ABC >> D”的反应SMILES进行使反应物 A和B 在催化剂 C （反应物） C下反应以生成产物 D的反应。可以表示如下：
订阅专栏 解锁全文
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
