Modelado predictivo químico / QSAR / SMILES / RDKit / chemprop / TorchHola aficionados a la química:
¿Alguien tiene experiencia con los paquetes de Python RDKit o chemprop ? Un químico de P&G los mencionó recientemente y pensó que podrían ser una buena opción para Torch para predecir propiedades químicas a partir de cadenas SMILES.
Resulta que esta área ha sido un tema de investigación muy activo durante los últimos años e incluso ahora existen algunos buenos conjuntos de datos de referencia públicos en sitios como https://moleculenet.org/ .
He estado buceando en los últimos días y tengo prototipos de modelos de lenguaje de estilo BERT ejecutándose en el complemento Torch que están entrenados previamente en grandes colecciones de cadenas SMILES. También tengo ahora una integración inicial con la API C++ de RDKit, que permite el cálculo directo de características de huellas digitales numéricas de estilo QSAR clásicas utilizando cadenas SMILES como entrada. Estas pueden alimentar redes neuronales de paso de mensajes o perceptrones multicapa, así como la mayoría de nuestras plataformas de análisis.
Dado que la química es posiblemente la rama de la ciencia más importante para JMP actualmente (con aplicaciones claras en nuestras cuatro principales áreas de enfoque de ventas), planeo continuar con esto para futuras versiones y buscar cualquier comentario u orientación que pueda brindarme.
Estamos planeando trabajar en una nueva página de Confluence pronto.
Re: Modelado predictivo químico / QSAR / SMILES / RDKit / chemprop / TorchHay una colección de pequeños conjuntos de datos con cadenas SMILES en \\jmpsrv01\Users\Wolfinger\SMILES\ y también hice una copia de la misma carpeta en nuestro nuevo servidor Windows equipado con NVIDIA en el archivo \\tdl\Public\SMILES\. Estos son principalmente de MoleculeNet y chemprop.
Notarás algunos scripts incrustados para Torch en estas tablas (así como archivos .jrn que guardan ejecuciones que he realizado), que requieren los nuevos modelos de lenguaje de estilo BERT químico. Planearemos agregarlos al complemento y, por ahora, puedes encontrarlos en \\tdl\Public\ChemicalTextModels\ , cuyo contenido debes copiar a la subcarpeta de texto de tu complemento local, por ejemplo, la mía es
C:\Usuarios\sasrdw\AppData\Roaming\JMP\JMP\Addins\com.jmp.torchdeeplearning\lib\18\texto\
Reinicie JMP Pro y los nuevos modelos químicos aparecerán en la lista desplegable Modelo de texto. El orden de la lista está al revés en la actualidad y lo solucionaremos en la versión 18.1.
La variable de cadena SMILES debe establecerse en Texto no estructurado de tipo de modelado para que funcione en Torch.
Según todos los indicios, estos son modelos químicos fantásticos y funcionan bien en casi todos los ejemplos que he probado hasta ahora. Hay un caso en el que el modelo de red neuronal de transmisión de mensajes de chemprop parece funcionar mejor: estamos investigando su posible implementación.
Re: Modelado predictivo químico / QSAR / SMILES / RDKit / chemprop / TorchGracias @yuichi_katsumur. ¡GUAU! Acabo de ver tu nuevo complemento Python wrapper para RDKit. ¡Genial!
Kit de herramientas para informática de materiales - Comunidad de usuarios de JMP
Re: Modelado predictivo químico / QSAR / SMILES / RDKit / chemprop / TorchHola @russ_wolfinger ,
Conozco a algunos usuarios que crean funciones con RDKit y las utilizan en un modelo predictivo. En ocasiones, los usuarios del departamento de I+D de una empresa química me preguntan si es posible crear funciones a partir de SMILES en JMP. Yo mismo he utilizado un poco RDKit para entender lo que dicen los usuarios.
Creo que el modelo de lenguaje de estilo BERT que estás intentando crear podría ser de interés para algunos de nuestros usuarios. Si puedo ayudar de alguna manera, házmelo saber.
Yuichi
