論文の概要: MotifRetro: Exploring the Combinability-Consistency Trade-offs in retrosynthesis via Dynamic Motif Editing

• arxiv url: http://arxiv.org/abs/2305.15153v1
• Date: Sat, 20 May 2023 09:08:44 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-25 15:39:55.590265
• Title: MotifRetro: Exploring the Combinability-Consistency Trade-offs in retrosynthesis via Dynamic Motif Editing
• Title（参考訳）: モチーフレトロ:動的モチーフ編集によるレトロシンセシスにおけるコンビナビリティ・コンシスタンストレードオフの検討
• Authors: Zhangyang Gao, Xingran Chen, Cheng Tan, Stan Z. Li
• Abstract要約: 本稿では,レトロシンセシス予測のための動的モチーフ編集フレームワークを提案する。 トレードオフ空間全体を探索し、グラフベースのモデルを統一することができる。 我々は,USPTO-50K実験を行い,トレードオフがモデル性能に与える影響について検討する。
• 参考スコア（独自算出の注目度）: 40.254832796139375
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Is there a unified framework for graph-based retrosynthesis prediction? Through analysis of full-, semi-, and non-template retrosynthesis methods, we discovered that they strive to strike an optimal balance between combinability and consistency: \textit{Should atoms be combined as motifs to simplify the molecular editing process, or should motifs be broken down into atoms to reduce the vocabulary and improve predictive consistency?} Recent works have studied several specific cases, while none of them explores different combinability-consistency trade-offs. Therefore, we propose MotifRetro, a dynamic motif editing framework for retrosynthesis prediction that can explore the entire trade-off space and unify graph-based models. MotifRetro comprises two components: RetroBPE, which controls the combinability-consistency trade-off, and a motif editing model, where we introduce a novel LG-EGAT module to dynamiclly add motifs to the molecule. We conduct extensive experiments on USPTO-50K to explore how the trade-off affects the model performance and finally achieve state-of-the-art performance.
• Abstract（参考訳）: グラフベースのレトロシンセシス予測のための統一フレームワークはあるか? フル,セミ,ノンテンポレートのレトロシンセシス法の解析により,結合性と整合性の最適なバランスを保とうとしていることが判明した: \textit{Shouldatom be be combination as motifs to simple the molecular editing process, or should motifs be split intoatom to reduce the vocabulary and improve predictive consistency? 最近の研究ではいくつかの事例が研究されているが、いずれも異なる組み合わせ可能性-一貫性のトレードオフを探求するものではない。 そこで本稿では,グラフベースモデルの統合とトレードオフ空間全体の探索が可能な動的モチーフ編集フレームワークであるMotifRetroを提案する。 MotifRetroは、結合性-一貫性トレードオフを制御するRetroBPEと、分子にモチーフを動的に追加するための新しいLG-EGATモジュールを導入するモチーフ編集モデルである。 uspto-50kで広範な実験を行い、トレードオフがモデルのパフォーマンスにどう影響するかを調べ、最終的に最先端のパフォーマンスを達成します。

関連論文リスト

• UAlign: Pushing the Limit of Template-free Retrosynthesis Prediction with Unsupervised SMILES Alignment [51.49238426241974]
  本稿では,テンプレートのないグラフ・ツー・シーケンスパイプラインであるUAlignを紹介した。 グラフニューラルネットワークとトランスフォーマーを組み合わせることで、分子固有のグラフ構造をより効果的に活用することができる。
  論文  参考訳（メタデータ） (2024-03-25T03:23:03Z)
• Controllable Topic-Focused Abstractive Summarization [57.8015120583044]
  制御された抽象的な要約は、特定の側面をカバーするために、ソース記事の凝縮したバージョンを作成することに焦点を当てる。 本稿では,トピックに着目した要約を生成可能なトランスフォーマーアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-11-12T03:51:38Z)
• Node-Aligned Graph-to-Graph (NAG2G): Elevating Template-Free Deep Learning Approaches in Single-Step Retrosynthesis [12.713263007109518]
  有機化学における一段階の逆合成(SSR)は、コンピュータ合成設計における深層学習(DL)技術の恩恵を受けている。 テンプレート支援型DLモデルは、レトロシンセシス予測に柔軟で有望であるが、重要な2次元分子情報を無視し、ノード生成のための原子アライメントに苦慮することが多い。 変換器ベースのテンプレートフリーDLモデルであるNode-Aligned Graph-to-Graph (NAG2G)を紹介する。
  論文  参考訳（メタデータ） (2023-09-27T17:16:32Z)
• Molecular Property Prediction by Semantic-invariant Contrastive Learning [26.19431931932982]
  分子特性予測のためのビュー生成法に基づくフラグメントに基づくセマンティック不変コントラスト学習モデルを開発した。 事前トレーニングのサンプルが少ないため、FraSICLは既存の主要なモデルと比較して最先端のパフォーマンスを達成できる。
  論文  参考訳（メタデータ） (2023-03-13T07:32:37Z)
• Dual Path Modeling for Semantic Matching by Perceiving Subtle Conflicts [14.563722352134949]
  トランスフォーマーベースの事前学習モデルではセマンティックマッチングが大幅に改善されている。 既存のモデルでは微妙な違いを捉える能力が不足している。 本稿では、微妙な違いを知覚するモデルの能力を高めるために、新しいデュアルパスモデリングフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-02-24T09:29:55Z)
• ContraFeat: Contrasting Deep Features for Semantic Discovery [102.4163768995288]
  StyleGANは、アンタングル化セマンティックコントロールの強い可能性を示している。 StyleGANの既存の意味発見手法は、修正された潜在層を手作業で選択することで、良好な操作結果が得られる。 本稿では,このプロセスを自動化し,最先端のセマンティック発見性能を実現するモデルを提案する。
  論文  参考訳（メタデータ） (2022-12-14T15:22:13Z)
• End-to-End Learning of Hybrid Inverse Dynamics Models for Precise and Compliant Impedance Control [16.88250694156719]
  剛体力学モデルの物理的に一貫した慣性パラメータを同定できる新しいハイブリッドモデルの定式化を提案する。 7自由度マニピュレータ上での最先端の逆動力学モデルに対する我々のアプローチを比較した。
  論文  参考訳（メタデータ） (2022-05-27T07:39:28Z)
• Energy-based View of Retrosynthesis [70.66156081030766]
  エネルギーモデルとしてシーケンスおよびグラフベースの手法を統一するフレームワークを提案する。 本稿では,ベイズ前方および後方予測に対して一貫した訓練を行うフレームワーク内での新しい二重変種を提案する。 このモデルは、反応型が不明なテンプレートフリーアプローチに対して、最先端の性能を9.6%向上させる。
  論文  参考訳（メタデータ） (2020-07-14T18:51:06Z)
• Learning Graph Models for Retrosynthesis Prediction [90.15523831087269]
  再合成予測は有機合成の基本的な問題である。 本稿では,前駆体分子のグラフトポロジーが化学反応中にほとんど変化しないという考え方を生かしたグラフベースのアプローチを提案する。 提案モデルでは,テンプレートフリーおよび半テンプレートベースの手法よりも高い5,3.7%の精度でトップ1の精度を実現している。
  論文  参考訳（メタデータ） (2020-06-12T09:40:42Z)

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。