深度学习在化学分子逆向合成路线规划中的应用进展 |
| |
引用本文: | 李帅鑫,李子昊,孙婕,杨旸,张书宇.深度学习在化学分子逆向合成路线规划中的应用进展[J].宁夏大学学报(自然科学版),2024(1):44-50. |
| |
作者姓名: | 李帅鑫 李子昊 孙婕 杨旸 张书宇 |
| |
作者单位: | 1. 上海交通大学致远学院;2. 上海交通大学化学化工学院;3. 上海交通大学电子信息与电气工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(22071147); |
| |
摘 要: | 逆向合成规划是现代有机合成化学中合成路线设计的重要基础.合成化学发展至今,化学家们积累了大量的反应数据.自有机合成大师E. J. Corey将逆合成分析法与计算机结合提出LHASA (logic and heuristics applied to synthetic analysis)起,计算机根据反应数据自主学习并给出逆向合成路线成了化学家的愿景之一.近年来,基于数据驱动的研究范式不断发展,大量深度学习模型被提出并在逆向合成规划中取得了初步的成功,然而该类模型仍然存在高质量数据集稀缺、软硬件结合不佳、领域知识嵌入与发现困难等问题.通过深度学习实现逆向合成路线规划有待深入研究.
|
关 键 词: | 人工智能 有机合成 逆向合成规划 化学信息学 |
|
|