基于化学语言的分子物化性质深度学习通用建模框架OA

分子性质预测模型可以基于分子结构信息预测其相应的物化、热力学、环境健康安全等关键性质,能够正向或反向指导从庞大的化学空间中筛选和设计满足特定性质需求的功能分子,广泛应用于物质分离、反应工程、产品工程等领域,是化工过程设计与优化中的共性关键基础。随着深度学习自然语言处理方法的突破性发展,基于文本结构信息的化学语言分子性质预测方法极具前景,但尚未应用于常规分子关键物化性质的系统性建模。全面选择常规分子的25个关键物化性质,包括4个临界性质(临界温度、临界压力、临界体积、偏心因子)、4个基础物性(沸点、熔点、自燃温度、闪点)、5个标准热力学性质(生成焓、生成Gibbs自由能、熔化焓、汽化焓、液体摩尔体积)、5个环境相关性质(半数致死浓度、半数致死量、光化学氧化潜能、生物富集因子、允许接触限值)和7个溶解性关键参数(酸解离常数、水溶性、辛醇-水分配系数、Hildebrandt溶解度参数、3个Hansen溶解度参数),以分子SMILES为模型输入,采用自然语言处理Transformer模型方法进行了严格的分子性质预测建模研究。相较于基于同一数据库开发的现有模型,采用分子SMILES以及Atom-in-SMILES分词方法的深度学习模型在14个预测任务中表现出更优的测试性能,在其余任务中也保持了相当的性能。进一步搭建了基于深度学习模型的ai4solvents性质预测平台,为不同研发场景的分子筛选与设计提供了高效的智能化工具。