基于双编码器的多层级有机化学的反应预测OA

有机化学正向反应预测作为人工智能在化学信息学领域的重要应用方向,一直受到研究者的关注。简化分子线性输入系统(simplified molecular-input line-entry system,SMILES)为化学分子结构提供了一种标准化的线性编码方法。基于此,可以将正向反应预测任务转换为机器翻译中序列到序列的生成任务。传统的Transformer模型只关注化学式中原子间的注意力权重,忽略分子内的全局信息;此外,传统的Transformer模型面对同一个分子的不同表示的时候,存在着预测性能下降、泛化能力不强的问题。为了解决上述问题,本文提出一种基于双编码器的多层级有机化学的反应预测方法。首先,采用2个编码器分别处理分子层级和原子层级的信息,使得模型专注于各自层面的特征提取;其次,提出分子特征表示算法,对原子嵌入取平均获得分子间的相互作用;最后,利用自适应的门控单元对原子编码器和分子编码器的输出结果进行多层级特征融合,并将融合结果输入到解码器。实验结果表明,所提出的方法在3个USPTO数据集上的性能优于基线模型,并且提升了模型的泛化能力和长序列的处理能力。