GuacaMol: Benchmarking Models for de Novo Molecular Design

标杆管理 Python(编程语言) 计算机科学 一套 水准点(测量) 人工智能 深度学习 机器学习 生成语法 忠诚 人工神经网络 源代码 深层神经网络 编码(集合论) 多样性(控制论) 财产(哲学) 训练集 生成模型 软件工程 理论计算机科学
作者
Nathan Brown,Marco Fiscato,Marwin Segler,Alain C. Vaucher
出处
期刊:Journal of Chemical Information and Modeling [American Chemical Society]
卷期号:59 (3): 1096-1108 被引量:1344
标识
DOI:10.1021/acs.jcim.8b00839
摘要

De novo design seeks to generate molecules with required property profiles by virtual design-make-test cycles. With the emergence of deep learning and neural generative models in many application areas, models for molecular design based on neural networks appeared recently and show promising results. However, the new models have not been profiled on consistent tasks, and comparative studies to well-established algorithms have only seldom been performed. To standardize the assessment of both classical and neural models for de novo molecular design, we propose an evaluation framework, GuacaMol, based on a suite of standardized benchmarks. The benchmark tasks encompass measuring the fidelity of the models to reproduce the property distribution of the training sets, the ability to generate novel molecules, the exploration and exploitation of chemical space, and a variety of single and multiobjective optimization tasks. The benchmarking open-source Python code and a leaderboard can be found on https://benevolent.ai/guacamol .
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
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
dpzc完成签到 ,获得积分10
刚刚
香蕉觅云的应助被唐润妍采纳,获得10
1秒前
Nole的应助被科研通管家采纳,获得10
1秒前
TaoJ的应助被科研通管家采纳,获得10
1秒前
爆米花的应助被科研通管家采纳,获得10
1秒前
1秒前
hyman发布了新的文献求助10
1秒前
1秒前
Akim的应助被科研通管家采纳,获得10
1秒前
思源的应助被科研通管家采纳,获得10
2秒前
酷波er的应助被科研通管家采纳,获得10
2秒前
李健的应助被科研通管家采纳,获得30
2秒前
TaoJ的应助被科研通管家采纳,获得10
2秒前
2秒前
TaoJ的应助被科研通管家采纳,获得10
2秒前
打打的应助被科研通管家采纳,获得10
2秒前
banana的应助被科研通管家采纳,获得10
2秒前
Chen完成签到,获得积分10
3秒前
Nole的应助被科研通管家采纳,获得10
3秒前
hkp发布了新的文献求助10
3秒前
banana的应助被科研通管家采纳,获得10
3秒前
bkagyin的应助被科研通管家采纳,获得10
3秒前
小蘑菇的应助被科研通管家采纳,获得10
3秒前
Nole的应助被科研通管家采纳,获得10
3秒前
热心致远发布了新的文献求助10
3秒前
3秒前
思源的应助被科研通管家采纳,获得10
3秒前
3秒前
xing_xing的应助被科研通管家采纳,获得20
4秒前
4秒前
41651653发布了新的文献求助10
4秒前
DXL完成签到,获得积分10
4秒前
打打的应助被科研通管家采纳,获得10
4秒前
Maestro_S的应助被科研通管家采纳,获得10
4秒前
超级无敌发布了新的文献求助30
4秒前
松涛完成签到,获得积分10
4秒前
4秒前
4秒前
Nole的应助被科研通管家采纳,获得10
4秒前
4秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Handbook of Sport Coaching Research 1000
Orthognathic Surgery - 2 Volume Set 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8193348
求助须知:如何正确求助?哪些是违规求助? 9579548
关于积分的说明 21866040
捐赠科研通 7792906
什么是DOI,文献DOI怎么找? 3437242
关于科研通互助平台的介绍 2560702
邀请新用户注册赠送积分活动 2484066