欧洲杯线上买球Skoltech、Lomonosov莫斯科州立大学和Sirius理工大学的研究人员提出了一种新的可视化法帮助科学家理解全球化学反应空间并想出综合行业使用有机化合物的方法ACSOMEGA报告神经网络法预测二维平面化学反应为点,将相似化学反应归并
图1表示平面投射化学响应为易感化分组点图像感想:Mikhail Andronov等/ACSOmega
化学家常寻找新方式合成有用有机化合物范围从药用和杀虫剂活性成分到燃料添加剂和其他工业意义物质:有机LEDs、染料和颜料等多方法合成有机复合体 药用化学家必须挖掘大型响应数据库即使是简单复合物 也能找到成百上千已知合成法光靠人感知分析数据量是挑战
分析典型数据库搜索输出 化学家可以聚集相似反应 以了解复合合成景观Skoltech PISergeySostin表示
研究者设计出一种方法 捕捉化学反应的“感知度” 并用图绘制图解解解析取图片比长列表反应更方便视觉反应基于反应机和产品snin加法
拟方法转换分子为数值表示式算法通过从产品中减去试剂向量提取响应精髓取结果向量表示反应中变化的物, 不论关联到哪类化合物snin解释正因如此强势纯化表示反应
反作用向量问题在于它们本身难以理解-除非你精通1 024维思维
视觉化这些矢量 无法直接理解 使用一种方法 口语化-参数化T分布式邻里嵌入研究者评论神经网络预测方位坐标
基于此图表,化学家可识别典型反应类型,例如图1中方块表示的集群图一至三假设某人对综合抗HIV/AID药Darunavir(purple圆圈)或哮喘药montelukast(gray圆圈)方式感兴趣可视化使人们深入了解哪些反应类型大都用于此目的,尽管研究者可能有相反假设,但这些反应类型似乎使用不足或根本没有使用
团队强调可视化的客观性有点像只基于DNA的动物分类, 从未一目了然举例来说,你可能会发现 飞虎怪与鹦鹉关系比其他猎鸟更密切化学反应 故障直觉会对我们玩类似把戏
源码 :https://www.skoltech.ru/