Max PlanckInstitutfürKohlenforschungの研究者は、化学合成ロボットと計算上の費用対効果を使用しました人工知能（AI）高度に選択的スロット マシン カジノを正常に予測および検証するモデル。
AIは、ChatGPTの言語処理機能により、最近見出しを作成しました。化学反応設計のための同様に強力なツールを作成することは、特に複雑なスロット マシン カジノ反応のための重要な課題です。
これを克服するために、研究者は、高度で効率的な2D化学記述子を利用して、量子化学計算を必要とせずに高度に選択的非対称スロット マシン カジノを正確に予測する機械学習方法を作成しました。
研究の対応する論文「調整可能なフラグメント記述子を使用した非常にエナンチオ選択的スロット マシン カジノの予測、 ’はジャーナルに掲載されましたAngewandte Chemie International Edition.
より正確なモデルの生成
「スロット マシン カジノ構造を予測できるいくつかの高度な技術がありましたが、それらの方法はしばしば計算リソースと時間の多額の投資を必要としましたが、その精度はまだ限られていました」 「このプロジェクトでは、毎日のラップトップPCでも実行できる予測モデルを開発しました。」
コンピューターが化学情報を学習するために、分子は通常、それらの分子の小さな部分、またはフラグメントで構成される記述子のコレクションとして表されます。これらはAIが処理するのが簡単で、他の構造を構築するためにさまざまな方法で配置および接続できるように、さまざまな分子を構築するように配置および再配置できます。
ただし、計算上安価な2D記述子は、複雑なスロット マシン カジノ構造を正確に表現するのに苦労しており、予測が不正確につながっています。この問題を改善するために、研究者は、スロット マシン カジノで一般的な環状炭化水素構造と分岐炭化水素構造を明示的に表す新しい「円形下部」（サーカス）2D記述子を開発しました。
AIのトレーニングデータは、合成ロボットを利用した合理化された半自動プロセスを介して実験を通じて取得されました。次に、この実験データは記述子に変換され、AIモデルのトレーニングに使用されました。
2Dベースのモデルの利点は何ですか？
研究者は、完全に訓練されたモデルを使用して、トレーニングデータの一部ではなかった190のスロット マシン カジノを事実上テストしました。このセットでは、AIモデルは、中程度の選択性のスロット マシン カジノのデータについてトレーニングされた後、トレーニングデータを超えて外挿する能力を示した後、非常に選択的スロット マシン カジノを予測できます。
最高の選択性を有すると予測されるスロット マシン カジノは、実験的にテストされ、AIモデルによって予測されるものとほぼ同じ選択性を示しました。高い選択性を得ることは、新しい薬を設計するために特に重要です。
「多くの場合、化学者は量子化学計算に基づいてモデルを使用して、新しい選択スロット マシン カジノを予測します。ただし、そのようなモデルは計算上コストであり、化合物の数と分子のサイズが増加すると、それらの応用は制限されます」と、研究の別の共同著者であるPavel Sidorovはコメントしました。
Sidorovは次のように結論付けました。これにより、化学者は、より迅速に興味がない可能性のある化合物を除外することができます。」
