論文の概要: Polygrammar: Grammar for Digital Polymer Representation and Generation
- arxiv url: http://arxiv.org/abs/2105.05278v1
- Date: Wed, 5 May 2021 15:43:29 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-14 12:34:38.624766
- Title: Polygrammar: Grammar for Digital Polymer Representation and Generation
- Title（参考訳）: polygrammar: デジタルポリマーの表現と生成のための文法
- Authors: Minghao Guo, Wan Shou, Liane Makatura, Timothy Erps, Michael Foshey,
Wojciech Matusik
- Abstract要約: 本稿では,高分子の表現と生成に特化して設計されたパラメトリックな文脈感性文法を提案する。
実証的な例として,ポリウレタンの文法を実装した。
また、一般的なSMILES文字列形式からPolyGrammar表現にポリウレタン構造を変換するアルゴリズムも提示します。
- 参考スコア（独自算出の注目度）: 25.844658067090396
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Polymers are widely-studied materials with diverse properties and
applications determined by different molecular structures. It is essential to
represent these structures clearly and explore the full space of achievable
chemical designs. However, existing approaches are unable to offer
comprehensive design models for polymers because of their inherent scale and
structural complexity. Here, we present a parametric, context-sensitive grammar
designed specifically for the representation and generation of polymers. As a
demonstrative example, we implement our grammar for polyurethanes. Using our
symbolic hypergraph representation and 14 simple production rules, our
PolyGrammar is able to represent and generate all valid polyurethane
structures. We also present an algorithm to translate any polyurethane
structure from the popular SMILES string format into our PolyGrammar
representation. We test the representative power of PolyGrammar by translating
a dataset of over 600 polyurethane samples collected from literature.
Furthermore, we show that PolyGrammar can be easily extended to the other
copolymers and homopolymers such as polyacrylates. By offering a complete,
explicit representation scheme and an explainable generative model with
validity guarantees, our PolyGrammar takes an important step toward a more
comprehensive and practical system for polymer discovery and exploration. As
the first bridge between formal languages and chemistry, PolyGrammar also
serves as a critical blueprint to inform the design of similar grammars for
other chemistries, including organic and inorganic molecules.
- Abstract（参考訳）: ポリマーは様々な性質と異なる分子構造によって決定される応用を持つ広く研究されている材料である。
これらの構造を明確に表現し、実現可能な化学設計の全空間を探索することが不可欠である。
しかし、既存のアプローチでは、その固有のスケールと構造的複雑さのために、ポリマーの包括的な設計モデルを提供できない。
本稿では,高分子の表現と生成に特化して設計されたパラメトリックな文脈感性文法を提案する。
実証的な例として,ポリウレタンの文法を実装した。
我々の象徴的なハイパーグラフ表現と14の単純な生産規則を用いて、PolyGrammarはすべての有効なポリウレタン構造を表現および生成することができる。
また、一般的なSMILES文字列形式からポリウレタン構造をポリグラマー表現に変換するアルゴリズムを提案する。
文献から収集した600以上のポリウレタン試料のデータセットを翻訳し,ポリグラムマーの代表力をテストする。
さらに,ポリグラマーは他の共重合体やポリアクリレートなどのホモポリマーにも容易に拡張できることを示した。
完全で明示的な表現スキームと正当性を保証する説明可能な生成モデルを提供することで、ポリグラムはより包括的で実用的なポリマーの発見と探索のためのシステムに向けて重要な一歩を踏み出します。
正式な言語と化学の最初の橋渡しとして、ポリグラマーは有機分子や無機分子を含む他の化学薬品に類似した文法の設計を知らせる重要な青写真としても機能する。
関連論文リスト
- GeoMFormer: A General Architecture for Geometric Molecular Representation Learning [84.02083170392764]
我々はこの目的を達成するためにGeoMFormerと呼ばれるトランスフォーマーに基づく新しい分子モデルを導入する。
我々は,GeoMFormerが,異なる型やスケールの不変タスクと同変タスクの両方において,高い性能を達成することを示す。
論文 参考訳（メタデータ） (2024-06-24T17:58:13Z) - Instruction Multi-Constraint Molecular Generation Using a Teacher-Student Large Language Model [49.64512917330373]
本稿では,学生に類似した多制約分子生成大言語モデルTSMMGを紹介する。
TSMMGを訓練するために、これらの「教師」から分子知識を抽出し、大量のテキスト-分子対を構築する。
我々は,TSMMGが複雑で自然言語で記述された特性を満たす分子を生成できることを実験的に明らかにした。
論文 参考訳（メタデータ） (2024-03-20T02:15:55Z) - Leveraging Biomolecule and Natural Language through Multi-Modal
Learning: A Survey [75.47055414002571]
生物分子モデリングと自然言語(BL)の統合は、人工知能、化学、生物学の交差点において有望な学際領域として現れてきた。
生体分子と自然言語の相互モデリングによって達成された最近の進歩について分析する。
論文 参考訳（メタデータ） (2024-03-03T14:59:47Z) - Stoichiometry Representation Learning with Polymorphic Crystal
Structures [54.65985356122883]
確率論記述子は、構造的な情報を持たない特定の化合物を形成するために関係する要素間の比を明らかにすることができる。
本稿では,手軽に利用できる構造情報を利用して,確率論の確率的表現を学習するPolySRLを提案する。
論文 参考訳（メタデータ） (2023-11-17T20:34:28Z) - GIT-Mol: A Multi-modal Large Language Model for Molecular Science with
Graph, Image, and Text [25.979382232281786]
グラフ,画像,テキスト情報を統合したマルチモーダルな大規模言語モデルであるGIT-Molを紹介する。
特性予測の精度は5%-10%向上し、分子生成の妥当性は20.2%向上した。
論文 参考訳（メタデータ） (2023-08-14T03:12:29Z) - Multi-modal Molecule Structure-text Model for Text-based Retrieval and
Editing [107.49804059269212]
分子の化学構造とテキスト記述を共同で学習し, マルチモーダルな分子構造テキストモデル, MoleculeSTMを提案する。
実験において、分子STMは、新しい生化学的概念を創出するための最先端の一般化能力を得る。
論文 参考訳（メタデータ） (2022-12-21T06:18:31Z) - polyBERT: A chemical language model to enable fully machine-driven
ultrafast polymer informatics [0.0]
エンド・ツー・エンドの機械駆動型ポリマーインフォマティクスパイプラインを提案する。
このパイプラインは、polyBERTと呼ばれるポリマー化学フィンガープリント機能を含んでいる。
また,polyBERTの指紋を複数のプロパティにマッピングするマルチタスク学習手法を提案する。
論文 参考訳（メタデータ） (2022-09-29T14:09:54Z) - A Molecular Multimodal Foundation Model Associating Molecule Graphs with
Natural Language [63.60376252491507]
本稿では,分子グラフとその意味的関連テキストデータから事前学習した分子マルチモーダル基礎モデルを提案する。
我々のモデルは、生物学、化学、材料、環境、医学などの分野において、AIを動力とする分野に幅広い影響を与えるだろうと考えています。
論文 参考訳（メタデータ） (2022-09-12T00:56:57Z) - Representing Polymers as Periodic Graphs with Learned Descriptors for
Accurate Polymer Property Predictions [16.468017785818198]
我々は、手書きの表現を一貫して上回る周期性ポリマーグラフ表現を開発する。
また,高分子グラフ表現とメッセージパッシングニューラルネットワークアーキテクチャを組み合わせることで,意味のある高分子の特徴を自動的に抽出する方法を実証する。
論文 参考訳（メタデータ） (2022-05-27T04:14:12Z) - A graph representation of molecular ensembles for polymer property
prediction [3.032184156362992]
有機分子とは対照的に、ポリマーはよく定義された単一構造ではなく、類似した分子の集合体である。
本稿では,分子アンサンブルのグラフ表現と,高分子特性予測に適したグラフニューラルネットワークアーキテクチャを提案する。
論文 参考訳（メタデータ） (2022-05-17T20:31:43Z) - Copolymer Informatics with Multi-Task Deep Neural Networks [0.0]
コポリマーの性質予測の課題に取り組み、ホモポリマーを超えてポリマーインフォマティクスフレームワークを拡張します。
2つのモノマーのホモポリマーと共重合体のガラス転移、融解、分解温度の18,000以上のデータポイントを含む大きなデータセットを用いる。
開発されたモデルは、適切なデータが利用可能になったときに、よりコポリマー特性に正確、迅速、柔軟、スケーラブルです。
論文 参考訳（メタデータ） (2021-03-25T23:28:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。