化学予測モデリング / QSAR / SMILES / RDKit / chemprop / Torch化学マニアの皆さん、
Python パッケージRDKitまたはchemprop を使用した経験のある方はいらっしゃいますか? P&G の化学者が最近それらについて言及し、SMILES 文字列から化学特性を予測するには Torch に適しているかもしれないと考えました。
この分野はここ数年非常に活発な研究テーマとなっており、現在でもhttps://moleculenet.org/などのサイトには優れた公開ベンチマーク データセットがいくつか存在します。
ここ数日、私は作業に取り組んでおり、SMILES 文字列の大規模なコレクションで事前トレーニングされたプロトタイプの BERT スタイルの言語モデルを Torch アドインで実行しています。また、RDKit の C++ API との初期統合も完了しました。これにより、SMILES 文字列を入力として使用して、従来の QSAR スタイルの数値指紋機能を直接計算できます。これらは、マルチレイヤー パーセプトロンまたはメッセージ パッシング ニューラル ネット、およびほぼすべての分析プラットフォームに入力できます。
化学は現在、JMP にとっておそらく最も重要な科学分野です (当社の 4 つの主要な販売重点分野すべてに明確に適用されています)。そのため、今後のリリースでもこれを採用し、皆様から提供していただけるフィードバックやガイダンスを求める予定です。
近々新しい Confluence ページを作成する予定です。
Re: 化学予測モデリング / QSAR / SMILES / RDKit / chemprop / TorchSMILES 文字列を含む小さなデータ セットのコレクションは \\jmpsrv01\Users\Wolfinger\SMILES\ にあります。また、新しい NVIDIA 搭載の Windows サーバー上の同じフォルダーのコピーを \\tdl\Public\SMILES\ ファイルに作成しました。これらは主に MoleculeNet と chemprop からのものです。
これらの表には、新しい化学 BERT スタイルの言語モデルを必要とする Torch 用の埋め込みスクリプト (および私が作成した実行を保存する .jrn ファイル) がいくつかあることに気付くでしょう。これらをアドインに追加する予定ですが、今のところは \\tdl\Public\ChemicalTextModels\ にあります。その内容をローカルのアドイン テキスト サブフォルダにコピーする必要があります。たとえば、私の場合は次のようになります。
C:\Users\sasrdw\AppData\Roaming\JMP\JMP\Addins\com.jmp.torchdeeplearning\lib\18\text\
JMP Pro を再起動すると、新しい化学モデルがテキスト モデルのプルダウン リストに表示されます。現在、リストの順序は逆になっていますが、18.1 でこれを修正する予定です。
Torch で動作させるには、SMILES 文字列変数をモデリング タイプ非構造化テキストに設定する必要があります。
誰が見ても、これらは素晴らしい化学モデルであり、私がこれまで試したほぼすべての例でうまく機能しています。chemprop メッセージ パッシング ニューラル ネット モデルが最もうまく機能すると思われるケースが 1 つあります。私たちは、その潜在的な実装を調査しています。
Re: 化学予測モデリング / QSAR / SMILES / RDKit / chemprop / Torch@yuichi_katsumur さん、ありがとうございます。すごいですね! RDKit 用の新しいアドイン Python ラッパーを見ました。すばらしいです!
マテリアルインフォマティクスのためのツールキット - JMP ユーザーコミュニティ
Re: 化学予測モデリング / QSAR / SMILES / RDKit / chemprop / Torchこんにちは@russ_wolfinger 、
RDKit を使用して機能を作成し、それを予測モデルで使用しているユーザーを何人か知っています。化学会社の R&D 部門のユーザーから、JMP で SMILES から機能を作成できるかどうか尋ねられることがあります。ユーザーの意見を理解するために、私自身も RDKit を少し使用しました。
あなたが作成しようとしているBERT スタイルの言語モデルは、一部のユーザーにとって興味深いものになると思います。何かお手伝いできることがあれば、お知らせください。
裕一
