alfabet
0.4.1
ห้องสมุดนี้ประกอบด้วยแบบจำลองโครงข่ายประสาทเทียมแบบกราฟที่ผ่านการฝึกอบรมสำหรับการทำนายพลังงานการแยกตัวของพันธะโฮโมไลติก (BDE) ของโมเลกุลอินทรีย์ที่มีอะตอม C, H, N และ O แพ็คเกจนี้นำเสนออินเทอร์เฟซบรรทัดคำสั่งสำหรับการทำนายโมเดลบนเว็บที่ bde.ml.nrel.gov
อินเทอร์เฟซพื้นฐานทำงานดังนี้ โดยที่ predict คาดว่าจะมีรายการสตริง SMILES ของโมเลกุลเป้าหมาย
>> > 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
แบบจำลองนี้จะทำลายพันธะเดี่ยวที่ไม่ใช่แบบไซคลิกทั้งหมดในโมเลกุลอินพุต และคำนวณพลังงานการแยกตัวของพันธะ ข้อผิดพลาดในการทำนายโดยทั่วไปจะน้อยกว่า 1 กิโลแคลอรี/โมล โมเดลนี้ใช้ Tensorflow (2.x) และใช้งานไลบรารีลายนิ้วมือประสาท (0.1.x) อย่างหนัก
สำหรับรายละเอียดเพิ่มเติม ดูสิ่งพิมพ์: St. John, PC, Guan, Y., Kim, Y., Kim, S., & Paton, RS (2020) การทำนายเอนทาลปีของการแยกตัวของพันธะโฮโมไลติกอินทรีย์ที่ความแม่นยำทางเคมีใกล้เคียงกันพร้อมต้นทุนการคำนวณรองวินาที การสื่อสารทางธรรมชาติ, 11(1) ดอย:10.1038/s41467-020-16201-z
หมายเหตุ: สำหรับรุ่นที่แน่นอนที่อธิบายไว้ในข้อความ ให้ติดตั้ง alfabet เวอร์ชัน 0.0.x เวอร์ชัน > 0.1 ได้รับการอัพเดตสำหรับ tensorflow 2
แนะนำให้ติดตั้งด้วย conda เนื่องจาก rdkit อาจติดตั้งได้ยาก
$ conda create -n alfabet -c conda-forge python=3.7 rdkit
$ source activate alfabet
$ pip install alfabet
` `
