USPTO-MIT

新框架为生物降解途径预测生成合成数据

研究人员开发了enviGraph，一个旨在为生物降解途径预测中的图到序列模型训练生成合成反应数据的框架。这种方法解决了生物降解反应观察稀缺的问题，而这通常会限制此类模型的有效性。通过将转化规则应用于现有的化学结构数据库并整理结果，该框架为预训练生成了超过776,000个规范父-产物对。研究发现，与使用现有的专利反应数据集相比，使用此合成数据进行预训练在生物降解途径预测任务上产生了更优越的性能。