論文の概要: Retro-BLEU: Quantifying Chemical Plausibility of Retrosynthesis Routes
through Reaction Template Sequence Analysis
- arxiv url: http://arxiv.org/abs/2311.06304v1
- Date: Wed, 8 Nov 2023 04:54:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-19 14:16:32.343383
- Title: Retro-BLEU: Quantifying Chemical Plausibility of Retrosynthesis Routes
through Reaction Template Sequence Analysis
- Title(参考訳): Retro-BLEU:反応テンプレート解析による再合成経路の定量化
- Authors: Junren Li, Lei Fang and Jian-Guang Lou
- Abstract要約: 本稿では,機械翻訳において確立されたBLEUスコアから適応した指標であるRetro-BLEUを紹介し,レトロ合成経路の妥当性を評価する。
本稿では,Retro-BLEU の有効性を,最先端のアルゴリズムによって生成される多種多様な逆合成経路に適用することによって実証する。
- 参考スコア(独自算出の注目度): 34.41898327432291
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Computer-assisted methods have emerged as valuable tools for retrosynthesis
analysis. However, quantifying the plausibility of generated retrosynthesis
routes remains a challenging task. We introduce Retro-BLEU, a statistical
metric adapted from the well-established BLEU score in machine translation, to
evaluate the plausibility of retrosynthesis routes based on reaction template
sequences analysis. We demonstrate the effectiveness of Retro-BLEU by applying
it to a diverse set of retrosynthesis routes generated by state-of-the-art
algorithms and compare the performance with other evaluation metrics. The
results show that Retro-BLEU is capable of differentiating between plausible
and implausible routes. Furthermore, we provide insights into the strengths and
weaknesses of Retro-BLEU, paving the way for future developments and
improvements in this field.
- Abstract(参考訳): コンピュータ支援手法は, 生合成解析に有用であると考えられる。
しかし、生成した逆合成経路の妥当性を定量化することは難しい課題である。
本稿では,機械翻訳において確立されたBLEUスコアから適応した統計量であるRetro-BLEUを導入し,反応テンプレート解析に基づく逆合成経路の妥当性を評価する。
本稿では,Retro-BLEUの有効性を,最先端のアルゴリズムが生成する様々な逆合成経路に適用し,他の評価指標と比較する。
その結果,Retro-BLEUは可算経路と可算経路を区別できることがわかった。
さらに、我々はRetro-BLEUの強みと弱みに関する洞察を提供し、この分野での今後の発展と改善の道を開く。
関連論文リスト
- Retro-prob: Retrosynthetic Planning Based on a Probabilistic Model [5.044138778500218]
再合成は有機化学の基本的だが挑戦的な課題である。
標的分子を与えられた後生合成の目標は、合成経路に組み立てられる一連の反応を見つけることである。
本稿では,標的分子の合成確率を最大化するために,retro-probと呼ばれる新しい逆合成計画アルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-05-25T08:23:40Z) - Retrosynthesis prediction enhanced by in-silico reaction data
augmentation [66.5643280109899]
RetroWISEは,実データから推定されるベースモデルを用いて,シリコン内反応の生成と増大を行うフレームワークである。
3つのベンチマークデータセットで、RetroWISEは最先端モデルに対して最高の全体的なパフォーマンスを達成する。
論文 参考訳(メタデータ) (2024-01-31T07:40:37Z) - Re-evaluating Retrosynthesis Algorithms with Syntheseus [13.384695742156152]
本稿では,Syntheseusと呼ばれる広範なベンチマークフレームワークを備えた合成計画ライブラリを提案する。
我々は, 過去のレトロシンセシスアルゴリズムを再評価することにより, 合成能力を示す。
この領域における今後の作業に関するガイダンスを最後に、コミュニティに合成計画のベンチマークを改善する方法についての議論を呼びかけます。
論文 参考訳(メタデータ) (2023-10-30T17:59:04Z) - MechRetro is a chemical-mechanism-driven graph learning framework for
interpretable retrosynthesis prediction and pathway planning [10.364476820771607]
MechRetroは、再合成予測と経路計画を解釈可能なグラフ学習フレームワークである。
化学知識を先行情報として統合することにより,新しいグラフトランスアーキテクチャを設計する。
我々はMechRetroが、大規模なベンチマークデータセットに対して大きなマージンで、レトロシンセティック予測のための最先端のアプローチよりも優れていることを実証した。
論文 参考訳(メタデータ) (2022-10-06T01:27:53Z) - FusionRetro: Molecule Representation Fusion via In-Context Learning for
Retrosynthetic Planning [58.47265392465442]
再合成計画(Retrosynthetic Planning)は、開始物質から標的分子への完全な多段階合成経路を考案することを目的としている。
現在の戦略では、単一ステップの逆合成モデルと探索アルゴリズムの分離されたアプローチを採用している。
本稿では,文脈情報を利用した新しいフレームワークを提案する。
論文 参考訳(メタデータ) (2022-09-30T08:44:58Z) - Bayesian Recurrent Units and the Forward-Backward Algorithm [91.39701446828144]
ベイズの定理を用いることで、ユニットワイド・リカレンスとフォワード・バックワードアルゴリズムに類似した後方再帰を導出する。
その結果得られたベイジアン再帰ユニットは、ディープラーニングフレームワーク内で再帰ニューラルネットワークとして統合することができる。
音声認識の実験は、最先端の繰り返しアーキテクチャの最後に派生したユニットを追加することで、訓練可能なパラメータの点で非常に低コストで性能を向上させることを示唆している。
論文 参考訳(メタデータ) (2022-07-21T14:00:52Z) - Retroformer: Pushing the Limits of Interpretable End-to-end
Retrosynthesis Transformer [15.722719721123054]
再合成予測は有機合成の基本的な課題の1つである。
本稿では,レトロシンセシス予測のためのトランスフォーマーに基づく新しいアーキテクチャであるRetroformerを提案する。
Retroformerは、エンドツーエンドのテンプレートフリーレトロシンセシスのための新しい最先端の精度に達する。
論文 参考訳(メタデータ) (2022-01-29T02:03:55Z) - RetroXpert: Decompose Retrosynthesis Prediction like a Chemist [60.463900712314754]
そこで我々は, テンプレートフリーな自動逆合成拡張アルゴリズムを考案した。
我々の方法はレトロシンセシスを2段階に分解する。
最先端のベースラインよりも優れている一方で、我々のモデルは化学的に合理的な解釈も提供する。
論文 参考訳(メタデータ) (2020-11-04T04:35:34Z) - 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)
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。