开放OCHEM共识模型是第一个EUOS/SLAS联合化合物可溶性挑战中表现最好的开源预测模型

科学领域:

• 计算化学是一种计算化学.
• 药物发现 药物发现
• 机器学习在化学中的应用

背景情况:

• 准确预测水溶性对于药物发现和开发至关重要.
• 在EUOS/SLAS挑战中,提供了10万个化合物的数据集,以刺激算法开发.
• 脑膜测量试验被用来将化合物分类为低,中,高可溶性.

研究的目的:

• 描述为EUOS/SLAS关于水溶性预测的挑战而开发的获奖模型.
• 详细说明方法,包括数据选择,描述器选择和建模策略.
• 突出共识建模和先进机器学习技术的有效性.

主要方法:

• 使用在线CHEmical数据库和建模环境 (OCHEM) 进行模型开发.
• 采用共识方法,将28个单独的模型结合起来.
• 结合了基于描述符和表示的学习方法,包括变换器卷积神经网络 (CNN).

主要成果:

• 共识模型显著优于个人方法和单一方法共识模型.
• 变压器CNN模型产生了最高的个体预测分数,证明了自然语言处理 (NLP) 方法的力量.
• 多种不同模型的组合有效地减少了偏差和差异,从而带来了卓越的性能.

结论:

• 共识建模,特别是使用多种方法,是准确预测水溶性的高效策略.
• 基于自然语言处理 (NLP) 的模型在化学信息学任务中显示出重大前景.
• 建议在未来面临的挑战中,纳入随机不确定性估计,以改善数据解释.