返回
Chemical classification program synthesis using generative artificial intelligence
DOI:10.1186/s13321-025-01092-3.png)
摘要
En 中文
准确分类化学结构对于化学信息学和生物信息学至关重要,包括识别感兴趣的生物活性化合物、筛选对人类有毒性的分子、寻找具有理想材料性质的非有机化合物,或为药物发现或环境监测组织大型化学库等任务。然而,手动分类工作量大,难以扩展至大型化学数据库。现有的自动化方法要么依赖人工构建的分类规则,要么是缺乏可解释性的深度学习方法。本研究提出了一种利用生成式人工智能自动为化学实体生物兴趣(ChEBI)数据库中的类别编写化学分类器程序的方法。这些程序可用于对SMILES结构进行高效的确定性运行时分类,并提供自然语言解释。这些程序本身构成了化学类别命名的可计算本体模型,我们称之为ChEBI化学类别程序本体(C3PO)。我们通过ChEBI数据库验证了该方法,并将结果与深度学习模型和基于简单SMARTS模式的分类器进行了比较。C3PO优于简单分类器,但未达到当前最先进的深度学习方法的性能。然而,C3PO具有多项可补充深度学习方法的优点,包括可解释性和降低数据依赖性。C3PO可以与深度学习分类器结合使用,在两者分类结果一致时提供解释。这些程序可作为本体开发过程的一部分,并由专家人工编者进行迭代优化。我们提出了一种新颖的知识蒸馏技术,其中分类器为程序,利用化学信息学软件库的强大功能。我们展示了该方法在化学结构分类和辅助化学数据库编目方面的应用。
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
5.7
论文数:
1.5K
被引数:
1.1W
机构
引用论文
Towards a Universal SMILES representation - A standard method to generate canonical SMILES based on the InChI迈向通用的微笑表示-一种基于InChI生成规范微笑的标准方法
SMILES, a chemical language and information system. 1. Introduction to methodology and encoding rules微笑,一种化学语言和信息系统。1.介绍方法和编码规则
Learning chemistry: exploring the suitability of machine learning for the task of structure-based chemical ontology classification学习化学: 探索机器学习对基于结构的化学本体分类任务的适用性
Dovetailing biology and chemistry: integrating the Gene Ontology with the ChEBI chemical ontology
BMC GENOMICS
IF3.7
Ontology Development Kit: a toolkit for building, maintaining and standardizing biomedical ontologies本体开发工具包: 用于构建、维护和标准化生物医学本体的工具包
Chebifier: automating semantic classification in ChEBI to accelerate data-driven discovery
DIGITAL DISCOVERY
IF5.6

