화학적 예측 모델링 / QSAR / SMILES / RDKit / chemprop / Torch안녕하세요, 화학 매니아 여러분,
Python 패키지 RDKit 또는 chemprop 에 대한 경험이 있는 사람이 있습니까? P&G의 한 화학자는 최근에 이를 언급했으며 SMILES 스트링의 화학적 특성을 예측하는 데 Torch에 적합할 수 있다고 생각했습니다.
이 분야는 지난 몇 년 동안 매우 활발한 연구 주제였으며 지금도 https://moleculenet.org/ 와 같은 사이트에 멋진 공개 벤치마크 데이터 세트가 있는 것으로 나타났습니다.
저는 지난 며칠 동안 다이빙을 해왔고 대규모 SMILES 문자열 컬렉션에 대해 사전 훈련된 Torch 추가 기능에서 실행되는 프로토타입 BERT 스타일 언어 모델을 가지고 있습니다. 또한 이제 SMILES 문자열을 입력으로 사용하여 기존 QSAR 스타일 숫자 지문 기능을 직접 계산할 수 있는 RDKit의 C++ API와의 초기 통합이 가능합니다. 이는 다층 퍼셉트론이나 메시지 전달 신경망은 물론 대부분의 분석 플랫폼에 입력될 수 있습니다.
화학이 현재 JMP의 가장 중요한 과학 분야라는 점을 감안할 때(네 가지 주요 판매 중점 영역 모두에 명확하게 적용됨) 향후 릴리스에서도 이 분야를 실행하고 여러분이 제공할 수 있는 피드백이나 지침을 구할 계획입니다.
곧 새로운 Confluence 페이지를 작업할 계획입니다.
답변: 화학적 예측 모델링/QSAR/SMILES/RDKit/chemprop/Torch안녕하세요 @russ_wolfinger 님 ,
나는 RDKit을 사용하여 기능을 생성하고 이를 예측 모델에 사용하는 일부 사용자를 알고 있습니다. JMP에서 SMILES로부터 기능을 생성하는 것이 가능한지 화학 회사의 R&D 부서 사용자로부터 가끔 질문을 받습니다. 나는 사용자가 말하는 것을 이해하기 위해 RDKit을 조금 사용했습니다.
나는 당신이 만들려고 하는 BERT 스타일 언어 모델이 일부 사용자에게 흥미로울 것이라고 믿습니다. 제가 어떤 방법으로든 도움을 드릴 수 있다면 알려주시기 바랍니다.
유이치
답변: 화학적 예측 모델링/QSAR/SMILES/RDKit/chemprop/Torch@yuichi_katsumur 그리고 WOW에게 감사드립니다! 방금 RDKit용 새로운 추가 기능 Python 래퍼를 봤습니다. 정말 훌륭합니다!
재료 정보학을 위한 툴킷 - JMP 사용자 커뮤니티
답변: 화학적 예측 모델링/QSAR/SMILES/RDKit/chemprop/TorchSMILES 문자열이 포함된 작은 데이터 세트 모음은 \\jmpsrv01\Users\Wolfinger\SMILES\에 있으며, 또한 \\tdl\Public\SMILES\ 파일에 NVIDIA가 장착된 새 Windows 서버에 동일한 폴더의 복사본을 만들었습니다. . 이것들은 대부분 MoleculeNet과 chemprop에서 가져온 것입니다.
이 표에는 새로운 화학적 BERT 스타일 언어 모델이 필요한 Torch용 내장 스크립트(내가 만든 실행을 저장하는 .jrn 파일 포함)가 있음을 알 수 있습니다. 우리는 이것을 추가 기능에 추가할 계획이며 지금은 \\tdl\Public\ChemicalTextModels\ 에서 찾을 수 있습니다. 그 내용은 로컬 추가 기능 텍스트 하위 폴더에 복사해야 합니다. 예를 들어 제 것은
C:\Users\sasrdw\AppData\Roaming\JMP\JMP\Addins\com.jmp.torchdeeplearning\lib\18\text\
JMP Pro를 다시 시작하면 새로운 화학 모델이 텍스트 모델 풀다운 목록에 나타납니다. 목록의 순서는 현재 거꾸로 되어 있으며 18.1에서 이 문제를 수정할 예정입니다.
Torch에서 작동하려면 SMILES 문자열 변수를 모델링 유형 비정형 텍스트 로 설정해야 합니다.
모든 면에서 이것은 굉장한 %^* 화학 모델이며 지금까지 시도한 거의 모든 예에서 잘 작동합니다. chemprop 메시지 전달 신경망 모델이 가장 잘 작동하는 것으로 보이는 사례가 하나 있습니다. 우리는 이 모델의 잠재적인 구현을 조사하고 있습니다.
