化学预测模型 / QSAR / SMILES / RDKit / chemprop / Torch嘿化学爱好者，
有人用过 Python 包RDKit或chemprop吗？宝洁公司的一位化学家最近提到了它们，并认为它们可能非常适合在 Torch 中根据 SMILES 字符串预测化学性质。
事实证明，过去几年这一领域一直是一个非常活跃的研究课题，现在在https://moleculenet.org/等网站上甚至有一些不错的公共基准数据集。
过去几天我一直在深入研究，并在 Torch 插件中运行了 BERT 风格的语言模型原型，这些模型已在大量 SMILES 字符串上进行了预训练。此外，现在还初步集成了 RDKit 的 C++ API，可以使用 SMILES 字符串作为输入直接计算经典的 QSAR 风格的数字指纹特征。这些可以输入到多层感知器或消息传递神经网络以及我们大多数分析平台中。
鉴于化学可以说是目前 JMP 最重要的科学分支（在我们四个主要销售重点领域都有明确的应用），我计划在未来的版本中继续使用它，并寻求您提供的任何反馈或指导。
计划很快推出一个新的 Confluence 页面。
回复：化学预测模型 / QSAR / SMILES / RDKit / chemprop / Torch\\jmpsrv01\Users\Wolfinger\SMILES\ 中有一个包含 SMILES 字符串的小型数据集集合，我还在我们新配备 NVIDIA 的 Windows 服务器上复制了同一文件夹，并将其保存在文件 \\tdl\Public\SMILES\ 中。这些数据集主要来自 MoleculeNet 和 chemprop。
您会注意到这些表中有一些 Torch 的嵌入式脚本（以及保存我所做的运行的 .jrn 文件），它们需要新的化学 BERT 样式语言模型。我们计划将它们添加到插件中，目前您可以在 \\tdl\Public\ChemicalTextModels\ 中找到它们，然后您需要将其内容复制到本地插件文本子文件夹中，例如我的是
C:\Users\sasrdw\AppData\Roaming\JMP\JMP\Addins\com.jmp.torchdeeplearning\lib\18\text\
重新启动 JMP Pro，新的化学模型将出现在文本模型下拉列表中。列表的顺序目前是倒着的，我们将在 18.1 中修复此问题。
必须将 SMILES 字符串变量设置为建模类型非结构化文本才能在 Torch 中工作。
总的来说，这些都是非常棒的化学模型，在我迄今为止尝试过的几乎每个例子中都表现良好。有一种情况，chemprop 消息传递神经网络模型似乎效果最好——我们正在研究它的潜在实施方法。
回复：化学预测模型 / QSAR / SMILES / RDKit / chemprop / Torch谢谢@yuichi_katsumur哇哦！刚刚看到你为 RDKit 新增的 Python 包装器，太棒了！
材料信息学工具包 - JMP 用户社区
回复：化学预测模型 / QSAR / SMILES / RDKit / chemprop / Torch你好@russ_wolfinger ，
我知道有些用户使用 RDKit 创建特征并将其用于预测模型。化学公司研发部门的用户偶尔会问我是否可以在 JMP 中从 SMILES 创建特征。我自己也使用过一点 RDKit，以了解用户在说什么。
我相信您尝试创建的BERT 风格语言模型会引起我们部分用户的兴趣。如果我能提供任何帮助，请告诉我。
雄一
