InChINet:一个自我监督的分子表示学习框架,利用SMILES和InChI

科学领域:

• 计算化学是一种计算化学.
• 人工智能在药物发现中的作用
• 机器学习用于分子建模.

背景情况:

• 分子表示对于人工智能驱动的药物发现至关重要,它会影响诸如属性预测和分子生成等任务.
• 现有的多模式表示模型没有使用国际化学标识符 (InChI) 作为输入.
• 简化分子输入线输入系统 (SMILES) 是一种常见但语法上可变的分子表示.

研究的目的:

• 开发一个自我监督的分子表示学习框架,包括InChI.
• 提高分子表示学习模型的稳定性和性能.
• 提高模型的稳定性,以抵御SMILES表示的变化.

主要方法:

• 提出InChINet,一个自我监督的框架,预先训练了1000万个未标记的分子.
• 在SMILES和InChI之间利用相互信息来进行代表性学习.
• 引入了令牌重新排序,用于SMILES的令牌掩盖,以及用于增强的SMILES计数.

主要成果:

• 在各种下游任务中,InChINet取得了强的表现.
• 证明了改进的分子性质预测和药物相互作用预测.
• 在集群分析和零射击跨语言检索方面表现出有效性.

结论:

• 将InChI集成到分子表示学习框架中是有益的.
• 拟议的增强策略增强了模型的稳定性和性能.
• InChINet为推进人工智能驱动的药物发现提供了一个有前途的方法.