alfabet

Ein durch maschinelles Lernen abgeleitetes, schnelles und genaues Bindungsdissoziations-Enthalpie-Tool (ALFABET)

Diese Bibliothek enthält das trainierte graphische neuronale Netzwerkmodell zur Vorhersage homolytischer Bindungsdissoziationsenergien (BDEs) organischer Moleküle mit C-, H-, N- und O-Atomen. Dieses Paket bietet eine Befehlszeilenschnittstelle für die webbasierten Modellvorhersagen unter bde.ml.nrel.gov.

Die grundlegende Schnittstelle funktioniert wie folgt, wobei predict eine Liste von SMILES-Strings der Zielmoleküle erwartet

 >> > from alfabet import model
>> > model . predict ([ 'CC' , 'NCCO' ])

  molecule  bond_index bond_type fragment1 fragment2  ...    bde_pred  is_valid
0       CC           0       C-C     [CH3]     [CH3]  ...   90.278282      True
1       CC           1       C-H       [H]    [CH2]C  ...   99.346184      True
2     NCCO           0       C-N   [CH2]CO     [NH2]  ...   89.988495      True
3     NCCO           1       C-C    [CH2]O    [CH2]N  ...   82.122429      True
4     NCCO           2       C-O   [CH2]CN      [OH]  ...   98.250961      True
5     NCCO           3       H-N       [H]   [NH]CCO  ...   99.134750      True
6     NCCO           5       C-H       [H]   N[CH]CO  ...   92.216087      True
7     NCCO           7       C-H       [H]   NC[CH]O  ...   92.562988      True
8     NCCO           9       H-O       [H]    NCC[O]  ...  105.120598      True

Das Modell bricht alle einzelnen, nichtzyklischen Bindungen in den Eingangsmolekülen auf und berechnet deren Bindungsdissoziationsenergien. Typische Vorhersagefehler liegen bei weniger als 1 kcal/mol. Das Modell basiert auf Tensorflow (2.x) und nutzt intensiv die neuronale Fingerabdruckbibliothek (0.1.x).

Weitere Einzelheiten finden Sie in der Veröffentlichung: St. John, PC, Guan, Y., Kim, Y., Kim, S., & Paton, RS (2020). Vorhersage der Dissoziationsenthalpien organischer homolytischer Bindungen mit nahezu chemischer Genauigkeit und einem Rechenaufwand von weniger als einer Sekunde. Naturkommunikation, 11(1). doi:10.1038/s41467-020-16201-z

Hinweis: Für das exakte im Text beschriebene Modell installieren Sie alfabet Version 0.0.x. Versionen >0.1 wurden für Tensorflow 2 aktualisiert.

Installation

Die Installation mit conda wird empfohlen, da die Installation von rdkit sonst schwierig sein kann

$ conda create -n alfabet -c conda-forge python=3.7 rdkit
$ source activate alfabet
$ pip install alfabet
` `