.png){kind=icon}
返回
Explainable Supervised Machine Learning Model To Predict Solvation Gibbs Energy
.png){kind=icon}
OA
AI
DOI：10.1021/acs.jcim.3c00544.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在开发用于预测溶剂化自由能的精确计算模型 (& UDelta;G (sol)) 方面仍然存在许多挑战。尽管最近机器学习 (ML) 方法的发展超过了传统的量子力学模型，但仍存在一些与可接受的速度-精度权衡的广泛化学预测的解释性见解有关的问题。为了克服这一点，我们提出了一种新颖的监督ML模型来预测 & UDelta；G (sol) 用于溶剂-溶液对的数组。使用两种不同的集合回归算法，我们使用开源化学特征来预测和准确的属性预测，为每种溶剂和溶质编码复杂的电子、结构和表面区域因子。通过整合分子性质和化学相互作用特征，我们已经分析了个体描述符重要性，并通过解释性信息特征组优化了我们的模型。在水和有机溶剂数据库上，MLmodels揭示了溶质与极性表面积增加和极化率降低的预测相关性，产生比最先进的基准神经网络方法 (没有复杂的量子力学或分子动力学模拟) 更好的结果。两种算法都成功地优于以前的 & UDelta;G (sol) 预测方法，最大绝对误差为0.22 & PLUSMN; 0.02 kcal mol(-1)，在外部基准数据库和溶剂保持测试中进一步验证。有了这些解释和统计见解，他们允许将这种方法用于预测其他热力学性质，强调ML建模与进一步复杂的计算化学问题的相关性。
Keyword:
ORGANIC-MOLECULES
DISCOVERY
SHELL
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:
5.3
论文数:
9.1K
被引数:
4.0W
机构
引用论文
Delfos: deep learning model for prediction of solvation free energies in generic organic solventsDelfos: 预测通用有机溶剂中溶剂化自由能的深度学习模型.png)
CHEMICAL SCIENCEOAAI
CHEMICAL SCIENCEIF7.4
OAAI分享收藏Predicting entropy and heat capacity of hydrocarbons using machine learning使用机器学习预测碳氢化合物的熵和热容量ENERGY AND AIOAAI
ENERGY AND AIIF9.6
OAAI分享收藏Learning Atomic Interactions through Solvation Free Energy Prediction Using Graph Neural Networks
PREAI
分享收藏ff19SB: Amino-Acid-Specific Protein Backbone Parameters Trained against Quantum Mechanics Energy Surfaces in Solutionff19SB: 针对溶液中的量子力学能量表面训练的氨基酸特异性蛋白质主链参数
OAAI
OAAI分享收藏
查看更多内容