科研人不担心有机物命名不规范了有机化合物的命名( 二 ) _有机化合物

文章插图

图示：Struct2IUPAC Transformer模型。（来源：论文）
验证步骤：使用 OPSIN ，可以验证生成的化学名称，以确保这些名称对应于正确的结构。可以检测到生成器的故障并且不会显示错误的名称。

文章插图

图示：验证步骤。（来源：论文）
模型的优缺点优点1：Struct2IUPAC 模型准确率达 98.9%
为了验证模型的质量，研究人员从测试集中随机抽取了 100,000 个分子。 SMILES 到 IUPAC 名称转换器以验证步骤运行，在测试集中的 100,000 个随机分子的子集上实现了 98.9% 的准确度。
「我们已经证明， Transformer 可以精确解决算法问题，为软件开发提出了一个新范式。推翻了以前普遍认为不应该将它们用于此类问题的观念。在机器翻译中，用同义词替换一个单词是很有可能的，而在我们的任务中，一个错误的符号会导致一个错误的分子。然而， Transformer 成功地完成了这一任务。」Sosnin 补充道。
优点2：IUPAC2Struct 模型准确率达 99.1%
研究人员在测试集上将 IUPAC 与 SMILES Transformer 模型 (IUPAC2Struct) 与基于规则的工具 OPSIN 进行了比较（表 1）。 IUPAC2Struct 转换器实现了 99.1% 的准确率， OPSIN 执行了 99.4% 。
表1：具有不同光束大小的 100, 000 分子测试集上模型的准确度 (%) 。

文章插图

缺点：具有大量标记（寡聚体、肽等）的分子在我们的数据集中代表性不足，这可能是此类大分子性能下降的一个原因。
尽管模型的准确度在非常大的分子上不超过 50% ，但发现了一些有趣的复杂分子示例，这些示例正确生成了 IUPAC 名称。

文章插图

图示：Transformer 生成正确名称的两个挑战分子示例。（来源：论文）
此外，非常小分子的性能明显下降。例如：甲烷，可能是 Transformer 使用了一种自注意力机制来分析输入序列中标记之间的相关性。对于超短序列，很难掌握 token 之间的关系。
在线可用新的解决方案已经在 Syntelly 平台上实现，并可在线使用。研究人员希望他们的方法可以用于化学符号之间的转换，以及其他与技术符号相关的任务，例如数学公式的生成或软件程序的翻译。
研究人员表示：「令人惊讶的是，我们基于神经的解决方案性能，可与基于规则的软件相媲美。」
使用小攻略在介绍之前，小声明一下：仅代表个人试用的感受，更专业的同学，应该会有更多的收获~
期刊论文提到「目前还没有用于结构到名称翻译的开源工具。」
首先，打开在线开源网址：
https://app.syntelly.com/molecules/1 ，左侧菜单栏有很多功能选项，在这里选择「Individual」选项，点击搜索框，进入画板。输入需要命名的有机化合物结构，以甲苯（C7H8）为例。