Ein schönes Lächeln: Vorhersage chemischer Eigenschaften anhand der SMILES-Notation (2025-JA-25MP-2678)In den letzten Jahren wurden quantitative Struktur-Wirkungsbeziehungs-Techniken (QSAR) entwickelt, um mithilfe von maschinellem Lernen fortschrittliche Modelle zur Vorhersage der Eigenschaften neuer Moleküle zu erstellen. Dieser Ansatz verspricht eine Reduzierung von Zeitaufwand und Kosten für Experimente. In dieser Präsentation stellen wir das Materials Informatics Toolkit und die Torch Deep Learning-Erweiterungen aus dem JMP Marketplace vor. Diese Add-ins nutzen das weit verbreitete Open-Source-Paket RDKit zur Verarbeitung von SMILES-Strings chemischer Substanzen und bieten Chemikern einen interaktiven und leistungsstarken Workflow für die Durchführung von QSAR-Analysen. Die Präsentation zeigt einige Anwendungsbeispiele dieser Erweiterungen.
Automatisierung und SkripterstellungPrädiktive Modellierung und maschinelles Lernen
