当前位置:

首页 > 业界资讯 > 准确率达100%,「人机交互」机器学习,驱动有机反应精确原子映射研究

准确率达100%,「人机交互」机器学习,驱动有机反应精确原子映射研究

编辑|X原子到原子映射(Atom-to-atomMapping,AAM)是识别化学反应前后分子中每个原子位置的任务,这对于理解反应机理非常重要。近年来,随着越来越多的机器学习模型用于逆合成和反应响应结果预测,这些模型的质量高度依赖于反应数据集中AAM的质量。虽然有一些算法使用图论或无监督学习来标记反应数据集的AAM,但现有方法基于子结构对齐而不是化学知识来映射原子。因此,基于子结构对齐的方法可能无法很好地反映原子之间的相互作用。在此,来自韩国首尔大学(SeoulNationalUniversity)和韩国

本文目录
    准确率达100%,「人机交互」机器学习,驱动有机反应精确原子映射研究

    编辑 | X

    原子到原子映射(Atom-to-atom Mapping,AAM)是识别化学反应前后分子中每个原子位置的任务,这对于理解反应机理非常重要。

    近年来,随着越来越多的机器学习模型用于逆合成和反应响应结果预测,这些模型的质量高度依赖于反应数据集中 AAM 的质量。虽然有一些算法使用图论或无监督学习来标记反应数据集的 AAM,但现有方法基于子结构对齐而不是化学知识来映射原子。因此,基于子结构对齐的方法可能无法很好地反映原子之间的相互作用。

    在此,来自韩国首尔大学(Seoul National University)和韩国科学技术院(KAIST)的研究团队,提出了一种 ML 模型——LocalMapper,可以通过人机回圈(human-in-the-loop)机器学习从化学家标记的反应中学习。这种 ML 模型是针对化学家标记反应过程中的不确定性进行有效处理的一种反应学习算法,可以在学习中不断优化。该算法被认为是一种改进版的自适应积分移动方法(AAM),可以有效提高学习的准确性。

    研究表明,通过仅从整个数据集中2%的人类标记反应中学习,就能以98.5%的校准精度预测50K反应的AAM。更重要的是,LocalMapper给出的可信预测覆盖了50 K反应中的97%,对3,000个随机采样的反应显示出100%的准确率。

    在分布外(Out-of-distribution,OOD)实验中,发现LocalMapper+性能优于其他现有方法。研究人员期望LocalMapper 可用于生成更精确的反应 AAM,并提高未来基于 ML 的反应预测模型的质量。

    相关研究以《Precise atom-to-atom mapping for organic reactions via human-in-the-loop machine learning》为题,于 2024 年 3 月 13 日发布在《Nature Communications》上。

    准确率达100%,「人机交互」机器学习,驱动有机反应精确原子映射研究

    论文链接:https://www.nature.com/articles/s41467-024-46364-y

    AAM 在化学研究中的重要性

    AAM是一种通过识别反应物原子和产物原子之间的一对一映射,准备反应数据中发挥着至关重要的作用。高质量的AAM可以快速识别给定化学反应的反应中心,这对于许多已开发的化学反应分析和预测方法至关重要。

    AAM 广泛使用的应用之一是构建缩合反应图 (CGR)。此外,AAM 还可以自动识别反应中心并从数据库中提取反应模板,用于预测反应结果和单步逆合成机器学习模型。由于这些应用高度依赖于反应数据的 AAM,因此 AAM 的质量极大地影响机器学习模型的性能。随着下游模型数量的不断增加,为反应数据集构建高质量的 AAM 成为确保反应预测模型质量的紧迫任务。

    现有的 AAM 识别方法通常可分为基于规则的和基于 ML 的方法。尽管比以前的方法准确度更高,但 AAM 需要 100% 的完美准确度,因为反应数据中的缺陷将在下游反应预测模型中被放大。然而,目前还没有可靠的方法来检测可能错误预测的 AAM,这使得预测中的错误难以识别。

    此外,尽管现有的基于 ML 的无监督方法比基于规则的方法要快得多,并且适用于更广泛的反应,但在不知道正确的 AAM 的情况下训练模型可能会导致意外错误,即使对于简单的反应也是如此。

    三大重要突破

    在此,研究人员通过 human-in-the-loop 机器学习提出了一种精确的基于图的 AAM 模型,名为 LocalMapper。

    该研究的重要突破体现在以下三个方面:

    • 所提出的基于知识的不确定性识别允许对 ML 模型预测进行快速化学感知验证,为 3,000 个随机采样的置信预测生成 100% 正确的 AAM。
    • 开发的模型 LocalMapper 通过从人机循环机器学习生成的高质量训练数据中学习经化学家验证的 AAM,实现了最先进的 AAM 预测精度。与现有的基于 ML 的模型 RXNMapper 和 GraphormerMapper 相比,仅标记 2% 的反应,显示出更好的预测精度。
    • 在分布外实验中,LocalMapper 比两个现有的基于 ML 的 AAM 模型显示出良好的预测精度,同时保持置信预测的 100% 准确度。

    人机循环机器学习框架

    为了训练 LocalMapper,研究人员手动标记每个反应的 AAM,以保证训练模型的反应中 AAM 的正确性。由于手动标记化学反应的 AAM 非常耗时(每个反应通常超过一分钟),因此在大型数据集中标记大部分反应是不切实际的。因此,引入主动学习来仅标记一小部分代表性反应。

    整个工作流程可以分解为以下 5 个步骤:

    1. 随机采样:为了初始化主动学习过程,从未映射的反应数据集中随机采样 k 个反应,其中 k 是人类专家一次性标记 AAM 的一个可承受的小数字。

    2. 标签和训练:接下来,手动标记采样的 k 个反应的 AAM,并使用这些反应来训练所提出的基于图的模型 LocalMapper,其结构类似于逆合成模型 LocalRetro 和反应结果预测模型 LocalTransform。从人类绘制的反应中提取的反应模板用于更新模板库,该模板库将用于后续的不确定性识别。

    3. AAM 预测:接下来,使用 LocalMapper 来预测数据集中所有反应的反应物和产物之间的原子相关性。根据 LocalMapper 预测的原子-原子相关性,按照 Schwaller 等人引入的原子映射程序生成每个反应的 AAM。

    4. 置信度识别:对于每个预测反应的 AAM,提取反应模板来表示其反应模式。如果提取的反应模板存在于当前模板库中,则该反应预测的 AAM 集合被认为是置信预测,否则是不确定预测。

    5. 主动采样:对于从不确定预测中提取的每个唯一模板,从共享最多反应的模板开始对一个反应进行采样,直到采样到 k 个反应。然后,这些反应由人类化学家标记,并在下一次迭代中用于训练模型,重复步骤 2。

    从第二次迭代开始,研究人员使用半监督学习来训练模型,从每个唯一验证的反应模板的置信预测中采样 100 个反应,以提高模型的稳健性。这些采样反应按 9:1 的比例分为训练集和验证集,以防止过度拟合。

    准确率达100%,「人机交互」机器学习,驱动有机反应精确原子映射研究

    图 1:在生成逆合成反应模板和基于化学知识推导反应机制方面,获取正确的原子间映射 (AAM) 的重要性。(来源:论文)

    LocalMapper

    为了预测反应中反应物和产物之间的 AAM,研究人员设计了一个基于图的模型,称为 LocalMapper,以了解反应物中的每个原子重新定位到产物中的原子的概率。

    与之前的逆合成模型 LocalRetro 和反应结果预测 LocalTransform 类似,使用图来表示分子,以原子为节点,键为边,并通过反应中原子的局部和全局特征来学习 AAM 通过消息传递神经网络和注意力机制。

    准确率达100%,「人机交互」机器学习,驱动有机反应精确原子映射研究

    图 2:使用所提出的模型 LocalMapper 进行 AAM 的人机循环机器学习的总体方案。(来源:论文)

    首先,研究人员使用 3 个消息传递层对每个原子的局部化学环境进行编码,并通过 3 个多头交叉注意块根据反应物的原子特征更新产物中的原子特征。在反应物和产物之间的每个原子的特征充分传达后,通过单头注意力块计算产物和反应物之间的 AAM 相关性。

    使用 Softmax 函数对注意力分数进行归一化后,估计反应物中的每个原子与产物中的每个原子是相同原子的概率。按照 RXNMapper 中引入的原子映射程序,使用生成的概率从最高概率到最低概率识别从产物到反应物的 AAM。

    100% 预测准确率

    总之,研究人员提出了一种基于图的 ML 模型 LocalMapper,以通过人机循环机器学习精确识别大型反应数据集的 AAM。通过利用专业知识手动标记少量反应数据,训练了人机循环机器学习模型,以精确、自动地标记大量具有相似反应规则的反应。

    表 1:手动检查反应 AAM 前后,RXNMapper、GraphormerMapper 和 LocalMapper 在 USPTO-50K 数据集上的 AMM 结果。(来源:论文)

    准确率达100%,「人机交互」机器学习,驱动有机反应精确原子映射研究

    对于公开可用的 USPTO-50K 数据集,该模型仅通过学习 2% 的化学家标记反应,就能以 98.5% 的准确率预测 AAM。

    表 2:RXNMapper、GraphormerMapper 和 LocalMapper 在四个不同源上检查的手动映射反应的 AMM 结果。(来源:论文)

    准确率达100%,「人机交互」机器学习,驱动有机反应精确原子映射研究

    更重要的是,LocalMapper 自信预测的数据集中 97% 的反应的 AAM,表现出 100% 的预测准确率。并且在不同的分布外测试集中也观察到类似的结果。

    研究人员期望所提出的 LocalMapper 可用于为未来的下游反应预测模型提供精确的反应 AAM,并有利于化学界了解更多有关反应数据集的统计见解。

    GitHub 地址:https://github.com/snu-micc/LocalMapper

    注:封面来自网络

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    业界资讯
    相关文章 更多
    一年损耗4.6亿吨、1.88万亿打水漂!县域经济,别再“卖特产”了
    一年损耗4.6亿吨、1.88万亿打水漂!县域经济,别再“卖特产”了

    前瞻研判:未来十年,县域特色化经济的竞争,不再是资源的竞争,而是市场信任的竞争。谁能为消费者提供最确定的价值承诺,谁就能赢得市场。 2026年全国两会刚刚落幕,“十五五”规划进入开局之年。今年的政府工作报告中,“扎实推进乡村全面振兴”被摆在突出位置,明确提出要“壮大县域富民产业,做好土特产文章”。这

    南昌光电产业集群将重磅亮相ISLE 2026
    南昌光电产业集群将重磅亮相ISLE 2026

    2026 ISLE展前瞻:南昌光电产业集群即将重磅亮相 明年三月,深圳国际会展中心将迎来一场行业盛事。2026年3月5日至7日,ISLE国际智慧显示及系统集成展将在这里拉开帷幕。而这一次,聚光灯将格外聚焦于一个区域——南昌光电产业集群。他们将以“光耀南昌,智链全球”为主题,携一支实力雄厚的“集团军”

    天龙三号全球首次海上动力系统试车成功,商业航天竞速“大运力”更需安全“压舱石”
    天龙三号全球首次海上动力系统试车成功,商业航天竞速“大运力”更需安全“压舱石”

    天龙三号海上试车成功:看中国商业航天如何将“安全”铸为核心竞争力 9月15日,山东海阳东方航天港,巨大的轰鸣声撕裂长空,炽热的白色蒸汽升腾而起。北京天兵科技自主研制的天龙三号大型液体运载火箭,在这里的海上平台成功完成了一级动力系统试车。 这次试车可不简单——它是世界首次海上动力系统试车试验。结果让人

    通用技术集团发布四大战略行动计划,形成全维发展布局
    通用技术集团发布四大战略行动计划,形成全维发展布局

    3月18日,通用技术集团机床产业生态合作伙伴大会在北京国家会议中心举行 春日的北京,一场关乎中国工业未来的盛会拉开帷幕。通用技术集团机床产业生态合作伙伴大会在国家会议中心举行,近500位产业链上下游的企业代表与行业专家齐聚一堂。会上,通用技术集团总工程师、机床公司董事长周舟发布了集团机床产业的未来发

    华为鸿蒙电脑亮相,重构产业新格局
    华为鸿蒙电脑亮相,重构产业新格局

    华为鸿蒙电脑技术与生态沟通会隆重举行,首款鸿蒙电脑惊艳登场,这一标志性事件预示着华为在电脑领域迈出了具有深远影响的关键一步,为国产电脑产业带来了全新的革新与发展契机。鸿蒙电脑的推出并非一朝一夕之功,而是华为经过五年精心策划的结果。在此期间,华为汇聚了超过10000名顶尖工程师,与20多家专业研究所紧密合作,投入大量的精力与资源进行技术研发,最终积累了超过2700项核心专利,彰显了其强大的技术实力与创新能力。新推出的HarmonyOS5采用鸿蒙内核,从操作系统底层开始重构,旨在为用户提供全面升级的办公体验

    ACL 2024 | 提升大模型持续学习性能,哈工大、度小满提出共享注意力框架SAPT
    ACL 2024 | 提升大模型持续学习性能,哈工大、度小满提出共享注意力框架SAPT

    AIxiv专栏是本站发布学术、技术内容的栏目。过去数年,本站AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com赵伟翔是哈尔滨工业大学社会计算与信息检索研究中心2021级直博生,导师为赵妍妍教授和秦兵教授。主要研究方向为对话系统、大语言模型对齐等。他曾以第一作者在ACL、AAAI、IJCAI、CO

    贾扬清点赞:3K star量的SGLang上新,加速Llama 405B推理秒杀vLLM、TensorRT-LLM
    贾扬清点赞:3K star量的SGLang上新,加速Llama 405B推理秒杀vLLM、TensorRT-LLM

    用来运行Llama3405B优势明显。最近,Meta开源了最新的405B模型(Llama3.1405B),把开源模型的性能拉到了新高度。由于模型参数量很大,很多开发者都关心一个问题:怎么提高模型的推理速度?时隔才两天,LMSYSOrg团队就出手了,推出了全新的SGLangRuntimev0.2。这是一个用于LLM和VLM的通用服务引擎。在运行Llama3.1405B时,它的吞吐量和延迟表现都优于vLLM和TensorRT-LLM。在某些情况下(运行Llama系列模型),它的吞吐量甚至能达到TensorRT

    人类模仿AI新赛道,AI:论疯癫,你是我爹
    人类模仿AI新赛道,AI:论疯癫,你是我爹

    机器之能报道编辑:杨文AI被人类带坏!这个世界,太癫了……最近,社交媒体上冒出来一堆搞怪视频,打着AI的旗号,真人cosAI,甚至抖音还专门出了个热门话题——人类模仿AI大赛。(视频来自抖音博主「关妮乱石」)视频链接:https://mp.weixin.qq.com/s/1DVc8skecSsO0a9QcklZlw套路都一个样儿:左边一张旧照片,右边打着「AI修复」的字幕,实际由真人演绎着脑干缺失的狗血「剧情」。-1-AI:第一次被人冒充,没想到比我还抽

    首届AI奥数竞赛方案公布:4支获奖队伍,竟都选择国产模型DeepSeekMath
    首届AI奥数竞赛方案公布:4支获奖队伍,竟都选择国产模型DeepSeekMath

    获胜的AI数学奥林匹克模型出炉!几天前,随着榜单的公布,大家对全球首届AI数学奥林匹克竞赛(AIMO)进步奖的讨论量居高不下。这次比赛共有5个团队胜出,获得第一名的是Numina的团队,CMU_MATH位列第二,afterexams暂居第三,codeinter、Conor#2团队分别拿到第四、第五的成绩。图源:https://www.kaggle.com/c/ai-mathematical-olympiad-prize/leaderboard这一成绩,曾让陶哲轩感到惊讶。当时官方只公布了获奖名单,并未透漏

    2024年WAIC·云帆奖启航:擎启AGI时代,集结超越边界的探索者
    2024年WAIC·云帆奖启航:擎启AGI时代,集结超越边界的探索者

    2024年WAIC・云帆奖面向全球征选AI青年技术人才,欢迎点击「此链接」报名或提名。人工智能的研究范式和产业格局正在经历深刻而积极的转变。过去一年,大模型引发了一股席卷全球的智能浪潮,这不仅推动了AI技术在更广泛领域的应用,也激发了人类对人工智能深层次潜力的追寻和探索。在这场技术革新的洪流中,通用人工智能(AGI)正逐渐从幻想走进现实。我们正处于一个新征程的起点,这个阶段将以人类对通用智能的不懈追求为特征。迎接即将到来的新时代,让我们将目光投向那些充满激情、勇于探索的青年创新者。他们凭借卓越的智慧和无畏

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。