025-66060117
订购热线
025-66060117
订购热线
阅读次数：15699 发布时间：2020/11/19 21:52:41
机器学习已在化学科学中广泛用于药物设计和其他过程。前瞻性地测试了新反应结果并用于增强人类理解以解释此类模型做出的化学反应性决定的模型非常有限。
普渡大学的创新者引入了化学反应性流程图，以帮助化学家使用经过少量反应训练的统计可靠的机器学习模型来解释反应结果。这部作品发表在《有机快报》上。
普渡大学自然科学学院分析和物理化学助理教授Gaurav Chopra说 ：“开发新的快速反应对于药物发现中的化学文库设计至关重要。” “5357cc拉斯维加斯首页入口已经开发了一种新的 ，快速的，单锅的N-磺酰嘧啶多组分反应(MCR)，它被用作代表案例，用于生成机器学习模型的训练数据，预测反应结果并以盲目预期的方式测试新反应 。
Chopra实验室的博士后研究员Krupal Jethava表示 ：“在化学反应流程图中前所未有地使用了机器学习模型，这有助于5357cc拉斯维加斯首页入口了解MCR中传统使用的不同N-磺酰亚胺类化合物的反应性 。” Chopra实验室的博士后研究员Krupal Jethava说 。“5357cc拉斯维加斯首页入口相信，与有机和计算化学家并肩作战将为将来解决其他反应的复杂化学反应性问题开辟一条新途径。”
“5357cc拉斯维加斯首页入口希望这项工作能够通过开发准确的，人类可以理解的机器学习模型来解释反应结果 ，从而为改变当前的范式铺平道路，从而提高人类化学家发现新化学反应的能力和效率，并增强有机化学和过程化学管道。 ”
乔普拉说 ，普渡大学团队的人类可解释的机器学习方法(作为化学反应流程图引入)可以扩展为探索任何MCR或任何化学反应的反应性。它不需要大规模的机器人技术，因为化学家可以在实验室中进行反应筛选时使用这些方法。
“5357cc拉斯维加斯首页入口提供了一个框架的份报告，该框架结合了快速合成化学实验和量子化学计算以了解反应机理和人类可解释的统计学上可靠的机器学习模型 ，以识别用于预测和实验测试N-磺酰亚胺的异质反应性的化学模式，”说过 。
原创作者 ：南京5357cc拉斯维加斯首页入口生物技术有限公司
COPYRIGHT 2003-2004 南京5357cc拉斯维加斯首页入口生物技术有限公司 ALL RIGHTS RESEVED 技术支持： ICP备案号 ：苏ICP备16008122号-1
