Rumah > Peranti teknologi > AI > teks badan

Ketepatan >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam

PHPz
Lepaskan: 2024-03-27 14:16:12
ke hadapan
1093 orang telah melayarinya

准确率 >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam

Editor | Violet

Ruang kimia molekul yang disintesis adalah sangat luas. Penerokaan yang berkesan dalam bidang ini memerlukan pergantungan pada teknologi saringan pengiraan, seperti pembelajaran mendalam, untuk menemui pelbagai sebatian menarik dengan pantas

Menukar struktur molekul kepada perwakilan digital dan membangunkan algoritma yang sepadan untuk menjana struktur molekul baharu adalah kunci kepada penemuan kimia

Baru-baru ini, Universiti Glasgow, UK . ketepatan 98%. Perihalan komprehensif molekul dalam ruang dua dimensi

Hasilkan perwakilan tiga dimensi ketumpatan elektron dan potensi elektrostatik sistem tuan rumah-tetamu melalui autoenkoder variasi, dan kemudian mengoptimumkan penjanaan tetamu. melalui penurunan kecerunan Akhir sekali, gunakan Transformer untuk menukar tetamu kepada SMILES Perwakilan dan transformasi struktur tetamu yang cekap telah dicapai Model ini berjaya digunakan pada sistem perumah molekul, cucurbituril dan sangkar logam-organik, menghasilkan penemuan 9. tetamu CB[6] yang telah disahkan sebelum ini dan 7 Objek yang tidak dilaporkan, dan menemui 4

98% GPT yang tidak dilaporkan berdasarkan kepadatan elektron untuk penyelidikan kimia, diterbitkan dalam sub-jurnal Alam " />Objek.

准确率 >Penyelidikan itu bertajuk

98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam" />

准确率 >Pautan kertas: https://www.nature.com/articles/s43588-024-00602-x </p><section></section> Penyelidikan kimia subjek-tetamu semasa adalah susah payah dan mahal<p><strong></strong>String, seperti SMILES, molekul diwakili oleh

Kelebihan mewakili molekul sebagai volum 3D ialah teknologi AI terkini, seperti rangkaian neural konvolusi, boleh digunakan. Sehingga kini, kebanyakan aplikasi volum 3D sebagai deskriptor molekul telah menumpukan pada meramal sifat atau reka bentuk ubat de novo. Walau bagaimanapun, penggunaan volum 3D sebagai deskriptor molekul kini terhalang oleh kekurangan kaedah yang cekap untuk mengaitkan volum ini dengan struktur molekul yang jelas.

Sejak 40 tahun yang lalu, sistem tuan rumah-tetamu telah mendapat populariti kerana bekas molekul (molekul organik berongga atau struktur supramolekul berongga) cenderung untuk mengubah sifat kimia dan fizikal molekul dengan mengasingkannya daripada badan dalam rongga Semakin banyak penyelidikan. Sistem hos-tetamu mempunyai pelbagai aplikasi, daripada pemangkinan kepada kejuruteraan bioperubatan, sains bahan dan penstabilan molekul reaktif.

Cucurbituril (CB[n]) dan sangkar logam-organik ialah salah satu reka bentuk bekas molekul yang paling berjaya. Walaupun kimia hos-tetamu telah mencapai pencapaian yang luar biasa, penemuan tetamu yang tidak dilaporkan dalam sistem sedia ada atau pengoptimuman sistem hos-tetamu baharu kekal sebagai proses berulang yang melelahkan dan mahal yang menghalang kepantasan kemajuan saintifik.

Model pembelajaran mesin yang dilatih tentang ketumpatan elektron

Di sini, ditunjukkan bahawa mewakili molekul perumah sebagai isipadu 3D (iaitu, ketumpatan elektron diubah suai dengan potensi elektrostatik) membolehkan penemuan berbantukan komputer tetamu hos, Terdapat tidak perlu memahami sistem hos-tetamu di luar struktur kimia subjek.

Dalam proses itu, penyelidik membina model Transformer yang boleh dilatih untuk menukar deskriptor molekul volumetrik 3D dengan cekap kepada perwakilan SMILES, dengan itu menghasilkan struktur molekul yang boleh digunakan oleh ahli kimia profesional.

Kajian juga mendapati bahawa molekul boleh diwakili secara berkesan sebagai isipadu 3D dengan mengubah suai ketumpatan elektronnya dengan data potensi elektrostatik, dan kedua-dua ciri ini mencukupi untuk mengoptimumkan bentuk isipadu dan cas antara deskriptor 3D dengan menggunakan skema pensampelan autoregresif Molekul tetamu berinteraksi untuk menemui hos.

98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam" />
准确率 >Ilustrasi: Gunakan model Transformer untuk menukar ketumpatan elektron kepada perwakilan SMILES, dan kemudian mengoptimumkan objek hos sasaran melalui keturunan kecerunan. ( Sumber: kertas) </section><section>Model Transformer meramalkan perwakilan SMILESnya dengan ketepatan 98.125%. Ketepatan ramalan untuk satu token ialah 99.114%. model generatif </section><p> </p>Gambaran Keseluruhan Aliran Kerja<p><strong><p>Penemuan cucurbituril CB[6] berbantukan komputer dan pengesahan eksperimen sangkar logam-organik <img data-height=objek memerlukan aliran kerja dua peringkat. Pertama, aliran kerja dalam silico direka untuk menjana perpustakaan maya molekul tetamu yang berpotensi untuk kedua-dua hos. Aliran kerja in vitro kemudiannya ditubuhkan yang termasuk pemilihan calon tetamu yang paling menjanjikan daripada perpustakaan maya ini oleh ahli kimia pakar untuk ujian eksperimen.

准确率 >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam

Ilustrasi: Penemuan molekul tetamu baharu melalui perwakilan isipadu ketumpatan elektron. (Sumber: kertas)

CB[ 6] dan Ketepatan >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam Penjanaan komputer molekul tetamu dicapai melalui aliran kerja yang ditunjukkan dalam rajah di atas, Aliran kerja termasuk langkah-langkah berikut:

(1) Set latihan isipadu elektron 3D diperoleh daripada molekul di tempat awam set data QM9 yang tersedia Dengan memodelkan set latihan ketumpatan elektron 3D ini menggunakan pengekod auto variasi (VAE),

"penjana molekul" telah dicipta, membolehkan penjanaan volum ketumpatan elektron 3D melebihi yang diperoleh daripada set data QM9. Penjana molekul VAE berfungsi dengan mengekodkan isipadu ketumpatan elektron 3D ke dalam ruang terpendam satu dimensi (1D) dan kemudian menjana isipadu ketumpatan elektron 3D yang sepadan dengan molekul dengan menyahkod daripada ruang terpendam 1D ini. Menariknya, kaedah ini hanya boleh menghasilkan molekul bunyi kimia.

(2) Penjana molekul VAE dan algoritma pengoptimuman keturunan kecerunan digunakan untuk menjana perpustakaan molekul tetamu (dalam bentuk isipadu ketumpatan elektron 3D) untuk molekul perumah tertentu. Molekul tetamu dicipta dengan meminimumkan pertindihan antara ketumpatan elektron hos dan tetamu sambil mengoptimumkan interaksi elektrostatik mereka.

(3) Memandangkan pengendali manusia boleh mencabar untuk menukar isipadu ketumpatan elektron 3D kepada struktur yang boleh ditafsir secara kimia, model Transformer telah dilatih untuk menukar volum ini kepada perwakilan SMILES dengan cara yang lebih mudah difahami oleh ahli kimia profesional format menangkap semua maklumat yang diperlukan untuk menerangkan molekul. Selepas menjana molekul tetamu yang berpotensi untuk CB[6] dan Ketepatan >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam melalui simulasi komputer, aliran kerja in vitro telah diwujudkan untuk menguji calon yang paling menjanjikan secara eksperimen.

Prosedur eksperimen yang digunakan diterangkan di bawah.

(1) Objek CB[6] dan Ketepatan >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam yang dijana disebabkan oleh aliran kerja komputernya telah dikelaskan oleh pakar kimia untuk ujian percubaan. Tetamu yang menjanjikan untuk ujian dipilih berdasarkan persamaan struktur mereka dengan tetamu terkenal CB[6] atau Ketepatan >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam , gerak hati ahli kimia profesional dan ketersediaan komersial mereka.

(2) Gunakan langsung 准确率 >98% GPT berdasarkan ketumpatan elektron untuk penyelidikan kimia, diterbitkan dalam sub-jurnal Alam Kaedah pentitratan untuk menentukan pertalian CB[6] atau Ketepatan >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam. Perlu diingat bahawa tetamu menjana dalam komputer Campuran yang mengandungi molekul yang sebelum ini diketahui mengikat kepada (atau berkait rapat dengan) perumah dan molekul yang menentang gerak hati pakar

Pengesahan eksperimen dua sistem hos-tetamu biasa

Para penyelidik mengesahkan aliran kerja mereka secara eksperimen untuk dua hos biasa -sistem tetamu: cucurbituril (CB[n]) dan sangkar logam-organik telah menjadi objek yang disahkan kesusasteraan dan tidak dilaporkan Algoritma menghasilkan 9 objek yang diketahui sebelum ini untuk CB[6] juga dikenal pasti dan pertalian CB[6] untuk tetamu baharu ini dinilai dengan

pentitratan langsung dalam HCO2H/H2O 1:1v/v

Dalam kesemua 7 kes, satu set isyarat diperhatikan untuk sistem hos-tetamu, menunjukkan bahawa. sistem mengalami pertukaran pantas pada skala masa NMR Selepas penggumpalan, resonans rantai alifatik molekul tetamu beralih ke atas, menunjukkan bahawa ia dikapsulkan dalam rongga CB[6] Ditemui Ketepatan >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam98%, berasaskan ketumpatan elektron penyelidikan kimia, diterbitkan dalam Nature Sub-Journal" /> Pemalar perkaitan dengan CB[6] mengikut arah aliran yang telah ditetapkan sebelum ini, antara 13.5 M^− 1 hingga 5,470 M^−1.

准确率 >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam

Ilustrasi: pengoptimuman CB[6] dan objek yang diketahui sebelum ini serta objek dioptimumkan 准确率 >. (Sumber: kertas ) </p><section>Untuk <img data-height= , algoritma pengoptimuman hanya menjana molekul tetamu yang tidak diketahui, dan kekuatan mengikat antara empat tetamu berpotensi yang tidak dilaporkan dan [Pd214](BArF)4 telah diuji dengan titrasi

langsung dalam CD2Cl2 dalam keempat-empat kes. Pd214](BArF)4 adalah konsisten dengan julat rendah perkaitan yang dilaporkan sebelum ini untuk "tetamu neutral kecil" dalam CD2Cl2 (Ka daripada 44 M^-1 hingga 529 M^-1).

Ketepatan >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal AlamWalaupun penyelidikan tertumpu pada penggunaan tatatanda SMILES untuk mewakili molekul, format lain yang serupa seperti Rentetan Terbenam Rujukan Diri (SELFIES) turut diuji. Ketepatan >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam

Walaupun set data QM9 mengandungi molekul yang bersaiz sempurna untuk menjadi tetamu bagi hos seperti CB[6], satu batasan yang dihadapi oleh kajian ini ialah sangkar logam-organik Ketepatan >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam mempunyai rongga yang lebih besar dan memerlukan molekul tetamu yang lebih besar. Dalam kajian akan datang, set data yang mengandungi molekul yang lebih besar, seperti set data GDB-17, akan digunakan.

Selepas itu, “Matlamat kami adalah untuk membenamkan pemilihan ligan baharu ke dalam proses penjanaan, mensintesis molekul secara autonomi pada platform sintesis automatik (seperti robot Chemputer), menutup gelung antara pengoptimuman dan ujian, dan mewujudkan penutupan fizikal siber. Sistem gelung."

Atas ialah kandungan terperinci Ketepatan >98%, GPT berdasarkan ketumpatan elektron digunakan dalam penyelidikan kimia, diterbitkan dalam sub-jurnal Alam. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:jiqizhixin.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan