論文の概要: SMILES & SELFIES has to go : Representation of Molecules via Algebraic Data Types

• arxiv url: http://arxiv.org/abs/2501.13633v2
• Date: Fri, 31 Jan 2025 09:42:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-03 13:58:20.244861
• Title: SMILES & SELFIES has to go : Representation of Molecules via Algebraic Data Types
• Title（参考訳）: SMILES & SELFIES : 代数データ型による分子の表現
• Authors: Oliver Goldstein, Samuel March,
• Abstract要約: Algebraic Data Type (ADT) は、分子表現の計算フレームワークとして用いられる。 SMILESやSELFIESのような従来の文字列ベースの表現とは異なり、ADTはより柔軟であるが、望ましい品質を維持している。 Haskellで実装されたオープンソースライブラリは、反応モデリング、グループ理論アプリケーション、LazyPPLとの統合での使用を実証する実験的な拡張とともに、ADTを実証している。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The Algebraic Data Type (ADT) can be used as a computational framework for molecular representation for the purpose of advancing tasks in cheminformatics. This can include generative modles in the context of Bayesian machine learning via probabilistic programming. The ADT that we put forward, implements the 'Dietz' representation for molecular constitution via multigraphs of electron valence information, and uses 3D coordinate data to provide stereochemical information, easily enabling the representation of complex molecular phenomena such as organometallics, multi-center bonds, delocalized electrons, and resonant structures. Unlike traditional string-based representations such as SMILES and SELFIES, the ADT is much more flexible, yet retains desirable qualities from type-safety to seamless integration with Bayesian Probabilistic Programming. An extensive criticism of both SMILES and SELFIES, in this article, is given, along with criticisms of the so-called Future of SELFIES. An open-source library implemented in Haskell demonstrates the ADT along with experimental extensions demonstrating its use in reaction modelling, group theoretic applications, and integration with LazyPPL, a lazy probabilistic programming library. Also provided as an extension is the ability to represent electronic structures, including shells, subshells, and orbitals, significantly expanding its representational scope compared to other representations in the literature. These features position the proposed ADT as a robust alternative to existing molecular representations, addressing limitations such as inadequate support for 3D information and syntactic invalidity while offering a platform for innovative cheminformatics research. Accompanying discussions about the meaning of a `representation' are included. The fully functioning GitHub library can be found at https://github.com/oliverjgoldstein/chemalgprog.
• Abstract（参考訳）: Algebraic Data Type (ADT) は、化学情報学におけるタスクの進行を目的とした分子表現の計算フレームワークとして用いられる。 これには確率的プログラミングによるベイズ機械学習の文脈における生成モードが含まれる。 提案したADTは,電子価情報の多グラフによる分子構成の「ディーツ」表現を実装し,立体化学情報を提供するために3次元座標データを用いて,有機金属,多中心結合,非局在電子,共鳴構造などの複雑な分子現象の表現を容易にする。 SMILESやSELFIESのような従来の文字列ベースの表現とは異なり、ADTはより柔軟であるが、型安全性からベイズ確率計画とのシームレスな統合まで望ましい品質を維持している。 本稿では,SMILESとSELFIESの双方に対する広範な批判と,いわゆるSELFIESの将来に対する批判について述べる。 Haskellで実装されたオープンソースライブラリは、反応モデリング、グループ理論アプリケーション、遅延確率的プログラミングライブラリであるLazyPPLとの統合を実証する実験的な拡張とともに、ADTを実証している。 拡張として提供されるのは、シェル、サブシェル、軌道を含む電子構造を表現する能力であり、文学における他の表現と比較して、その表現範囲を著しく拡大するものである。 これらの特徴は、提案されたADTを既存の分子表現の堅牢な代替品として位置づけ、革新的な化学情報学研究のためのプラットフォームを提供しながら、3D情報の不十分なサポートや統語的無効性といった制限に対処する。 「表現」の意味に関する議論を含む。 完全に機能するGitHubライブラリはhttps://github.com/oliverjgoldstein/chemalgprog.comにある。

関連論文リスト

• Pre-trained Molecular Language Models with Random Functional Group Masking [54.900360309677794]
  SMILESをベースとしたアンダーリネム分子アンダーリネム言語アンダーリネムモデルを提案し,特定の分子原子に対応するSMILESサブシーケンスをランダムにマスキングする。 この技術は、モデルに分子構造や特性をよりよく推測させ、予測能力を高めることを目的としている。
  論文  参考訳（メタデータ） (2024-11-03T01:56:15Z)
• MING: A Functional Approach to Learning Molecular Generative Models [46.189683355768736]
  本稿では,関数表現に基づく分子生成モデル学習のための新しいパラダイムを提案する。 本稿では,関数空間における分子分布を学習する拡散モデルである分子インプリシットニューラルジェネレーション(MING)を提案する。
  論文  参考訳（メタデータ） (2024-10-16T13:02:02Z)
• Atomic and Subgraph-aware Bilateral Aggregation for Molecular Representation Learning [57.670845619155195]
  我々は、原子とサブグラフを意識したバイラテラルアグリゲーション(ASBA)と呼ばれる分子表現学習の新しいモデルを導入する。 ASBAは、両方の種類の情報を統合することで、以前の原子単位とサブグラフ単位のモデルの限界に対処する。 本手法は,分子特性予測のための表現をより包括的に学習する方法を提供する。
  論文  参考訳（メタデータ） (2023-05-22T00:56:00Z)
• Language models can generate molecules, materials, and protein binding sites directly in three dimensions as XYZ, CIF, and PDB files [0.0]
  言語モデルは分子設計の強力なツールである。 言語モデルが3次元の新規かつ有効な構造を生成する方法を示す。 化学ファイルシーケンスで訓練されているにもかかわらず、言語モデルは最先端のモデルに匹敵するパフォーマンスを保っている。
  論文  参考訳（メタデータ） (2023-05-09T18:35:38Z)
• MUDiff: Unified Diffusion for Complete Molecule Generation [104.7021929437504]
  本稿では,原子の特徴,2次元離散分子構造,および3次元連続分子座標を含む分子の包括的表現を生成する新しいモデルを提案する。 拡散過程を認知するための新しいグラフトランスフォーマーアーキテクチャを提案する。 我々のモデルは、安定で多様な分子を設計するための有望なアプローチであり、分子モデリングの幅広いタスクに適用できる。
  論文  参考訳（メタデータ） (2023-04-28T04:25:57Z)
• SELFormer: Molecular Representation Learning via SELFIES Language Models [0.0]
  本研究では,トランスアーキテクチャに基づく化学言語モデルであるSELFormerを提案する。 SELFormerは200万の薬物類似化合物で事前訓練され、様々な分子特性予測タスクのために微調整されている。 性能評価の結果,SELFormerはグラフ学習に基づくアプローチやSMILESに基づく化学言語モデルなど,競合するすべての手法より優れていることがわかった。
  論文  参考訳（メタデータ） (2023-04-10T15:38:25Z)
• Multiresolution Graph Transformers and Wavelet Positional Encoding for Learning Hierarchical Structures [6.875312133832078]
  複数のスケールで大きな分子を表現できる最初のグラフトランスアーキテクチャであるMulti resolution Graph Transformer (MGT)を提案する。 MGTは原子の表現を学習し、それらを有意義な官能基または繰り返し単位に分類することができる。 提案モデルでは, 高分子とペプチドからなるマクロ分子データセットと, 薬物様分子データセットの2つの結果を得た。
  論文  参考訳（メタデータ） (2023-02-17T01:32:44Z)
• Graph neural networks for the prediction of molecular structure-property relationships [59.11160990637615]
  グラフニューラルネットワーク(GNN)は、分子グラフ上で直接動作する新しい機械学習手法である。 GNNは、エンドツーエンドでプロパティを学習できるため、情報記述子の必要性を回避することができる。 本稿では、分子特性予測のための2つの例を通して、GNNの基礎を説明し、GNNの応用を実証する。
  論文  参考訳（メタデータ） (2022-07-25T11:30:44Z)
• Learning Neural Generative Dynamics for Molecular Conformation Generation [89.03173504444415]
  分子グラフから分子コンフォメーション(つまり3d構造)を生成する方法を検討した。 分子グラフから有効かつ多様なコンフォーメーションを生成する新しい確率論的枠組みを提案する。
  論文  参考訳（メタデータ） (2021-02-20T03:17:58Z)

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。