非有機合成の予測のための大型言語モデル

Seongmin Kim¹, Yousung Jung^2,3,4,5, Joshua Schrier⁶

¹Department of Chemical and Biomolecular Engineering, Korea Advanced Institute of Science and Technology (KAIST), 291, Daehak-ro, Yuseong-gu, Daejeon 34141, Korea.

Journal of the American Chemical Society

|July 11, 2024

まとめ

大型言語モデル (LLM) は,無機化合物の合成性と前体選択を効果的に予測します. 精密に調整されたLLMは化学者のための複雑な機械学習モデルに実践的で費用対効果の高い代替手段を提供します

科学分野:

材料科学
コンピュータ化学
人工知能

背景:

非有機化合物の合成可能性を予測することは,材料の発見にとって極めて重要です.
オーダーメイドの機械学習モデルを開発するには相当な専門知識と時間とコストが必要です
大型言語モデル (LLM) は化学予測タスクの潜在的な代替案です.

研究の目的:

非有機化合物の合成性を予測するために,事前に訓練され,微調整されたLLMの有効性を評価する.
非有機合成のための適切な前駆者を選択するLLMの能力を評価する.
化学機械学習の実践的なツールとベースラインとしてLLMを確立する.

主な方法:

訓練済みで微調整された大型言語モデルを使用します.
非有機化合物の合成可能性を予測するモデルを適用する.
化学合成に適した前駆物質を特定するためのモデルを使用する.

主要な成果:

精密調整されたLLMは,カスタム化された機械学習モデルと同等の,またはそれ以上の予測性能を示しています.
LLMベースの予測は,最小限のユーザー専門知識,コスト,開発時間を要求します.
このモデルは,無機化合物の合成性と前駆体選択を成功裏に予測した.

結論:

精密調整されたLLMは,無機合成性と前駆体選択を予測するための有効でアクセシブルな戦略を提供します.
このアプローチは化学における機械学習の将来の応用のための強力なベースラインとして機能します
LLMは実験化学者のための実用的なツールであり,合成計画を簡素化します.

さらに関連する動画

03:14

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

Published on: December 6, 2024

543

05:57

Author Spotlight: In Silico Creation and Impact of Carbonylated Amino Acids on Protein Structure and Function

Published on: April 26, 2024

359

関連する概念動画

02:00

Molecular Models

38.2K

Physical models representing molecular architectures of chemical compounds play essential roles in understanding chemistry. The use of molecular models makes it easier to visualize the structures and shapes of atoms and molecules.

38.2K

02:40

Ligand Binding Sites

12.8K

Proteins are dynamic macromolecules that carry out a wide variety of essential processes; however, the activities of most proteins depend on their interactions with other molecules or ions, known as ligands.
Protein-ligand interactions are quite specific; even though numerous potential ligands surround a cellular protein at any given time, only a particular ligand can bind to that protein. Moreover, a ligand binds only to a dedicated area on the surface of the protein, known as the...

12.8K

01:14

Polymer Classification: Architecture

2.7K

Polymers are classified as linear or branched on the basis of their chain architecture. The polymer chains in linear polymers have a long chain-like structure with minimal to no branching at all. Even if a polymer features large substituent groups on the monomer, which appear as branches to the skeleton, it is not considered a branched polymer. A branched polymer contains secondary polymer chains that arise from the main polymer chain. The branching occurs when the polymer growth shifts from...

2.7K

01:26

Polymer Classification: Stereospecificity

2.4K

Polymerization generates chiral centers along the entire backbone of a polymer chain. Accordingly, the stereochemistry of the substituent group has a significant effect on polymer properties. Polymers formed from monosubstituted alkene monomers feature chiral carbons at every alternate position in the polymer backbone. Relative to the predominant orientation of substituents at the adjacent chiral carbons, the polymer can exist in three different configurations: isotactic, syndiotactic, and...