一個美好的微笑：利用 SMILES 表示法預測化學性質 (2025-JA-25MP-2678)近年來，定量構效關係（QSAR）技術不斷發展，利用機器學習建構先進模型來預測新分子的性質。這種方法有望降低實驗時間和成本。本次報告將介紹JMP Marketplace上的材料資訊學工具包和Torch深度學習擴展。這些外掛程式利用廣泛使用的開源RDKit軟體包處理化學物質的SMILES字串，為化學家提供了一個互動式且功能強大的QSAR工作流程。本次報告將展示一些使用這些擴充功能的範例。
自動化和腳本編寫預測建模和機器學習
