論文の概要: DianShi-RxnDB: A Large-Scale, Fine-Grained Organic Reaction Data Platform Built via a Fully Automated Pipeline for Researchers and AI Agents
- arxiv url: http://arxiv.org/abs/2609.06703v1
- Date: Sun, 06 Sep 2026 16:20:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-12 04:47:01.858098
- Title: DianShi-RxnDB: A Large-Scale, Fine-Grained Organic Reaction Data Platform Built via a Fully Automated Pipeline for Researchers and AI Agents
- Title（参考訳）: DianShi-RxnDB: 研究者とAIエージェントのための完全な自動化パイプラインを通じて構築された大規模で微細な有機反応データプラットフォーム
- Abstract要約: 大規模できめ細かい有機反応データプラットフォームであるDianShi-RxnDBについて述べる。
完全に自動化された抽出と正規化パイプラインを通じて構築される。
このプラットフォームは、検索、フィルタリング、比較、およびソース検証レコードのためのWebリサーチワークベンチを提供する。
- 参考スコア（独自算出の注目度）: 77.19284650368924
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: High-quality structured organic reaction data are essential for developing artificial intelligence for chemistry (AI4Chem), yet much of this knowledge remains dispersed across patent text, images, and reaction schemes. We present DianShi-RxnDB, a large-scale, fine-grained organic reaction data platform built via a fully automated extraction and normalization pipeline integrating patent text, images, and reaction schemes. Its corpus covers organic synthesis patents from the USPTO and EPO published between 1976 and 2025, yielding approximately 24 million reaction instances, of which approximately 14.8 million (61.7%) pass automated qualification checks. Each instance represents a specific single-step experiment recording participants, roles, quantities, temperatures, reaction times, yields, experimental procedures, and provenance links to source patents. In a manual evaluation of 1,300 sampled qualified instances, the micro-averaged field-level accuracy was 92.95%. A matched comparison with Pistachio further indicated advantages in deduplicated record counts, representation granularity, and field-level exact agreement. The platform provides a Web research workbench for searching, filtering, comparing, and source-verifying records, and a Model Context Protocol (MCP) service offering AI agents composable structured retrieval tools. DianShi-RxnDB is available at https://dianshi.opendatalab.org.cn/ .
- Abstract（参考訳）: 高品質な構造化された有機反応データは、化学のための人工知能(AI4Chem)の開発に不可欠であるが、これらの知識の多くは、特許文書、画像、反応スキームに分散している。
DianShi-RxnDBは,特許テキスト,画像,反応スキームを統合した完全自動抽出および正規化パイプラインによって構築された,大規模かつきめ細かな有機反応データプラットフォームである。
コーパスは1976年から2025年にかけて発行されたUSPTOとEPOの有機合成特許をカバーしており、約2400万件の反応があり、そのうち約148万件(61.7%)が自動検定に合格している。
それぞれのインスタンスは、参加者、役割、量、温度、反応時間、収量、実験手順、およびソース特許へのリンクを記録する特定の単一ステップの実験を表す。
1,300件の検体を手動で評価したところ、平均的フィールドレベルの精度は92.95%であった。
Pistachioとの比較により、重複レコード数、表現の粒度、フィールドレベルの正確な一致の利点が示された。
このプラットフォームは、検索、フィルタリング、比較、ソース検証レコードのためのWebリサーチワークベンチと、AIエージェントを構成する構造化検索ツールを提供するモデルコンテキストプロトコル(MCP)サービスを提供する。
DianShi-RxnDBはhttps://dianshi.opendatalab.org.cn/で入手できる。
関連論文リスト
- A Self-Evolving Agentic System for Automated Generation and Execution of Biological Protocols [26.510927882022884]
ProtoPilotは、ウェットラブ自動化のための自己進化型マルチエージェントシステムである。
レイヤワイドの検証性、マルチエージェントオーケストレーション、およびプロトコルを生成するためのランタイムスキル更新ライブラリが組み込まれている。
これは90.2%、プロトコル・トコードゲートパス89.5%、Opentronsパス88.24%を達成している。
論文 参考訳（メタデータ） (2026-06-30T14:51:13Z) - AgentCAT: An LLM Agent for Extracting and Analyzing Catalytic Reaction Data from Chemical Engineering Literature [55.66036140125613]
本稿では,化学工学論文から触媒反応データを抽出し,解析する大規模言語モデル (LLM) エージェントであるAgentCATを提案する。
AgentCATは、化学工学分野における長年のデータボトルネックを克服する代替手段として機能する。
論文 参考訳（メタデータ） (2026-02-10T04:30:11Z) - zERExtractor:An Automated Platform for Enzyme-Catalyzed Reaction Data Extraction from Scientific Literature [12.109637682144125]
zERExtractorは、酵素触媒による反応と活性データを科学文献から総合的に抽出する自動化プラットフォームである。
我々のパイプラインは、ドメイン適応型ディープラーニング、高度なOCR、セマンティックエンティティ認識、およびプロンプト駆動LLMモジュールを組み合わせる。
270のP450関連酵素学論文から1,000以上の注釈付きテーブルと5,000の生物学的フィールドからなる大規模なベンチマークデータセットを作成した。
論文 参考訳（メタデータ） (2025-07-30T07:21:32Z) - A Multi-Agent System Enables Versatile Information Extraction from the Chemical Literature [8.306442315850878]
我々は,堅牢かつ自動化された化学情報抽出のためのマルチモーダル大規模言語モデル (MLLM) ベースのマルチエージェントシステムを開発した。
文献から得られた高精細なマルチモーダル化学反応画像のベンチマークデータセットにおいて,本システムは80.8%のF1スコアを達成した。
論文 参考訳（メタデータ） (2025-07-27T11:16:57Z) - ChemActor: Enhancing Automated Extraction of Chemical Synthesis Actions with LLM-Generated Data [53.78763789036172]
ケミカルエグゼキュータとして完全微調整された大規模言語モデル(LLM)であるChemActorを紹介し,非構造化実験手順と構造化動作シーケンスを変換する。
このフレームワークは、分散分散に基づくデータ選択モジュールと汎用LLMを統合し、単一の分子入力からマシン実行可能なアクションを生成する。
反応記述(R2D)と記述記述処理(D2A)のタスクの実験により、ChemActorは最先端のパフォーマンスを達成し、ベースラインモデルよりも10%高い性能を示した。
論文 参考訳（メタデータ） (2025-06-30T05:11:19Z) - Interpretable Deep Learning for Polar Mechanistic Reaction Prediction [43.95903801494905]
PMechRP(Polar Mechanistic Reaction Predictor)は,PMechDBデータセット上で機械学習モデルをトレーニングするシステムである。
私たちは、トランスフォーマーベース、グラフベース、および2段階のシアムアーキテクチャを含む、さまざまな機械学習モデルの比較をトレーニングします。
私たちの最高のパフォーマンスのアプローチはハイブリッドモデルで、5アンサンブルのChemformerモデルと2ステップのSiameseフレームワークを組み合わせたものです。
論文 参考訳（メタデータ） (2025-04-22T02:31:23Z) - BatGPT-Chem: A Foundation Large Model For Retrosynthesis Prediction [65.93303145891628]
BatGPT-Chemは150億のパラメータを持つ大規模な言語モデルであり、再合成予測の強化に最適化されている。
我々のモデルは幅広い化学知識を捉え、反応条件の正確な予測を可能にする。
この開発により、化学者は新しい化合物を十分に扱うことができ、医薬品製造と材料科学の革新サイクルを早める可能性がある。
論文 参考訳（メタデータ） (2024-08-19T05:17:40Z) - ChemMiner: A Large Language Model Agent System for Chemical Literature Data Mining [56.15126714863963]
ChemMinerは、文学から化学データを抽出するエンドツーエンドのフレームワークである。
ChemMinerには、コア参照マッピングのためのテキスト分析エージェント、非テキスト情報抽出のためのマルチモーダルエージェント、データ生成のための合成分析エージェントの3つの特殊エージェントが組み込まれている。
実験の結果,ヒト化学者に匹敵する反応同定率を示すとともに,高い精度,リコール,F1スコアで処理時間を著しく短縮した。
論文 参考訳（メタデータ） (2024-02-20T13:21:46Z) - ChemiRise: a data-driven retrosynthesis engine [19.52621175562223]
ケミリゼは、有機化合物を迅速かつ確実に再合成する完全な経路を提案することができる。
システムは300万以上の有機反応を処理した特許データベース上で訓練された。
論文 参考訳（メタデータ） (2021-08-09T05:13:14Z) - RetCL: A Selection-based Approach for Retrosynthesis via Contrastive
Learning [107.64562550844146]
レトロシンセシスは深層学習の新たな研究分野である。
本稿では, 市販分子の候補群から, 反応物質の選択問題へとレトロシンセシスを再構成する新しいアプローチを提案する。
スコア機能を学ぶために、ハードネガティブマイニングを備えた新しいコントラストトレーニングスキームも提案します。
論文 参考訳（メタデータ） (2021-05-03T12:47:57Z)
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。