化學預測建模 / QSAR / SMILES / RDKit / chemprop / Torch嘿化學愛好者，
有人有使用 Python 套件RDKit或chemprop的經驗嗎？寶潔公司的一位化學家最近提到了它們，並認為它們可能非常適合在 Torch 中預測 SMILES 字串的化學特性。
事實證明，這個領域在過去幾年中一直是一個非常活躍的研究主題，甚至現在在https://moleculenet.org/等網站上也有一些不錯的公共基準資料集。
在過去的幾天裡，我一直在潛心研究，並在 Torch 外掛程式中運行了原型 BERT 風格的語言模型，這些模型是在大量 SMILES 字串上進行預訓練的。現在還與 RDKit 的 C++ API 進行了初步集成，可以使用 SMILES 字串作為輸入直接計算經典 QSAR 風格的數位指紋特徵。這些可以輸入多層感知器或訊息傳遞神經網路以及我們大多數的分析平台。
鑑於化學可以說是 JMP 目前最重要的科學分支（在我們所有四個主要銷售重點領域都有明確的應用），我計劃在未來的版本中使用它，並尋求您可以提供的任何反饋或指導。
計劃很快建立一個新的 Confluence 頁面。
回覆：化學預測建模/QSAR/SMILES/RDKit/chemprop/Torch包含 SMILES 字串的小資料集集合位於 \\jmpsrv01\Users\Wolfinger\SMILES\ 中，我還在配備 NVIDIA 的新 Windows 伺服器上的檔案 \\tdl\Public\SMILES\ 中複製了相同資料夾的副本。這些大部分來自 MoleculeNet 和 chemprop。
您會注意到這些表中存在一些 Torch 的嵌入式腳本（以及保存我所做的運行的 .jrn 檔案），它們需要新的化學 BERT 風格的語言模型。我們計劃將這些添加到加載項中，現在您可以在 \\tdl\Public\ChemicalTextModels\ 中找到它們，然後您需要將其內容複製到本地加載項文字子資料夾中，例如我的是
C:\Users\sasrdw\AppData\Roaming\JMP\JMP\Addins\com.jmp.torchdeeplearning\lib\18\text\
重新啟動 JMP Pro，新的化學模型將出現在文字模型下拉清單中。當前清單的順序是向後的，我們將在 18.1 中修復此問題。
SMILES 字串變數必須設定為建模類型非結構化文字才能在 Torch 中運作。
從各方面來看，這些都是一些非常有用的化學模型，並且在迄今為止我嘗試過的幾乎每個範例中都運作良好。在一種情況下，chemprop 訊息傳遞神經網路模型似乎效果最好——我們正在研究它的潛在實作方式。
回覆：化學預測建模/QSAR/SMILES/RDKit/chemprop/Torch謝謝@yuichi_katsumur哇！剛剛看到 RDKit 的新插件 Python 包裝器，太棒了！
材料資訊學工具包 - JMP 使用者社區
回覆：化學預測建模/QSAR/SMILES/RDKit/chemprop/Torch你好@russ_wolfinger ，
我認識一些使用 RDKit 創建功能並在預測模型中使用它們的使用者。一家化學公司研發部門的使用者偶爾會問我是否可以在 JMP 中透過 SMILES 創建特徵。我自己使用過一點 RDKit 來了解使用者的想法。
我相信我們的一些用戶會對您嘗試創建的BERT 風格的語言模型感興趣。如果我能以任何方式提供幫助，請告訴我。
雄一
