当前位置：
X-MOL 学术
›
J. Chem. Inf. Model.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
MolScribe：具有图像到图形生成功能的稳健分子结构识别
Journal of Chemical Information and Modeling ( IF 5.6 ) Pub Date : 2023-03-27 , DOI: 10.1021/acs.jcim.2c01480 Yujie Qian 1 , Jiang Guo 1 , Zhengkai Tu 2 , Zhening Li 1 , Connor W Coley 2 , Regina Barzilay 1
Journal of Chemical Information and Modeling ( IF 5.6 ) Pub Date : 2023-03-27 , DOI: 10.1021/acs.jcim.2c01480 Yujie Qian 1 , Jiang Guo 1 , Zhengkai Tu 2 , Zhening Li 1 , Connor W Coley 2 , Regina Barzilay 1
Affiliation
|
分子结构识别是将分子图像转换为其图形结构的任务。化学文献中绘画风格和惯例的显着差异对自动化这项任务提出了重大挑战。在本文中，我们提出了 MolScribe，这是一种新颖的图像到图形生成模型，可明确预测原子和键及其几何布局，以构建分子结构。我们的模型灵活地结合了符号化学约束以识别手性并扩展缩写结构。我们进一步开发数据增强策略，以增强模型对域转移的鲁棒性。在合成和真实分子图像的实验中，MolScribe 明显优于以前的模型，在公共基准测试中达到 76-93% 的准确率。化学家还可以通过其置信度估计和与输入图像的原子级对齐来轻松验证 MolScribe 的预测。MolScribe 可通过 Python 和 Web 界面公开获取：https://github.com/thomas0809/MolScribe。
"点击查看英文标题和摘要"
更新日期：2023-03-27
"点击查看英文标题和摘要"
京公网安备 11010802027423号