G2GT: Retrosynthesis Prediction with Graph-to-Graph Attention Neural Network and Self-Training

计算机科学 回顾性分析 图形 训练集 人工智能 机器学习 推论 自编码 数据挖掘 分子图 数据采样 人工神经网络 理论计算机科学 全合成 化学 有机化学
作者
Zaiyun Lin,Shiqiu Yin,Lei Shi,Wenbiao Zhou,Yingsheng Zhang
出处
期刊:Journal of Chemical Information and Modeling [American Chemical Society]
卷期号:63 (7): 1894-1905 被引量:13
标识
DOI:10.1021/acs.jcim.2c01302
摘要

Retrosynthesis prediction, the task of identifying reactant molecules that can be used to synthesize product molecules, is a fundamental challenge in organic chemistry and related fields. To address this challenge, we propose a novel graph-to-graph transformation model, G2GT. The model is built on the standard transformer structure and utilizes graph encoders and decoders. Additionally, we demonstrate the effectiveness of self-training, a data augmentation technique that utilizes unlabeled molecular data, in improving the performance of the model. To further enhance diversity, we propose a weak ensemble method, inspired by reaction-type labels and ensemble learning. This method incorporates beam search, nucleus sampling, and top-k sampling to improve inference diversity. A simple ranking algorithm is employed to retrieve the final top-10 results. We achieved new state-of-the-art results on both the USPTO-50K data set, with a top-1 accuracy of 54%, and the larger more challenging USPTO-Full data set, with a top-1 accuracy of 49.3% and competitive top-10 results. Our model can also be generalized to all other graph-to-graph transformation tasks. Data and code are available at https://github.com/Anonnoname/G2GT_2.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
tramp应助八戒的梦想采纳,获得10
1秒前
siso发布了新的文献求助10
1秒前
呆呆发布了新的文献求助10
1秒前
1秒前
Acetonitrile应助开朗的柜子采纳,获得10
2秒前
3秒前
平淡访冬完成签到 ,获得积分10
3秒前
浅枫完成签到 ,获得积分10
3秒前
3秒前
蓝调发布了新的文献求助10
5秒前
7秒前
8秒前
chenting完成签到 ,获得积分10
8秒前
Liuyuting1008发布了新的文献求助10
8秒前
爆米花应助Z.one采纳,获得10
11秒前
爱雪的猫完成签到,获得积分10
11秒前
乐乐应助California采纳,获得10
13秒前
Orange应助libra采纳,获得10
15秒前
星辰大海应助JUSTDOIT采纳,获得10
16秒前
16秒前
17秒前
17秒前
17秒前
han完成签到,获得积分10
18秒前
19秒前
Drwang发布了新的文献求助10
20秒前
NexusExplorer应助中午吃什么采纳,获得10
20秒前
XYN1发布了新的文献求助10
20秒前
研友_VZG7GZ应助wsgdhz采纳,获得10
20秒前
21秒前
orixero应助羊羊羊采纳,获得10
21秒前
21秒前
建新发布了新的文献求助100
21秒前
JamesPei应助史莱莱莱姆采纳,获得10
21秒前
小军完成签到,获得积分10
22秒前
温谷完成签到 ,获得积分10
22秒前
Z.one发布了新的文献求助10
22秒前
23秒前
罗大大完成签到 ,获得积分10
23秒前
李健应助Doctor_Peng采纳,获得10
24秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Saponins and sapogenins. IX. Saponins and sapogenins of Luffa aegyptica mill seeds (black variety) 500
Fundamentals of Dispersed Multiphase Flows 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3260841
求助须知:如何正确求助?哪些是违规求助? 2901913
关于积分的说明 8318187
捐赠科研通 2571677
什么是DOI,文献DOI怎么找? 1397150
科研通“疑难数据库(出版商)”最低求助积分说明 653663
邀请新用户注册赠送积分活动 632213