北大&望石智慧提出全新模型：弥合化学反应预训练与条件分子生成之间的鸿沟！
化学反应是药物设计和有机化学研究的基础。研究界越来越需要一种能够有效捕获化学反应基本规则的大规模深度学习框架。近日，来自北京大学和望石智慧的研究团队提出了一种新方法来弥合基于反应的分子预训练和生成任务之间的差距。受到有机化学机制的启发，研究人员开发了一种新的预训练框架，使其能够将归纳偏差纳入模型中。这个提出的框架在执行具有挑战性的下游任务时取得了最先进的结果。通过掌握化学知识，该框架克服了目前依赖少量反应模板的分子生成模型的局限性。在大量的实验中，该模型生成了高质量的可合成药物样结构总的来说，该研究向各种
化学反应是药物设计和有机化学研究的基础。研究界越来越需要一种能够有效捕获化学反应基本规则的大规模深度学习框架。
近日，来自北京大学和望石智慧的研究团队提出了一种新方法来弥合基于反应的分子预训练和生成任务之间的差距。
受到有机化学机制的启发，研究人员开发了一种新的预训练框架，使其能够将归纳偏差纳入模型中。这个提出的框架在执行具有挑战性的下游任务时取得了最先进的结果。通过掌握化学知识，该框架克服了目前依赖少量反应模板的分子生成模型的局限性。在大量的实验中，该模型生成了高质量的可合成药物样结构
总的来说，该研究向各种基于反应的应用程序的大规模深度学习框架迈出了重要一步。
该研究以《Bridging the gap between chemical reaction pretraining and conditional molecule generation with a unified model》为题，于 2023 年 12 月 5 日发布在《Nature Machine Intelligence》上。
论文链接：https://www.nature.com/articles/s42256-023-00764-9
深度学习模型已经在许多科学研究领域得到广泛应用。预训练框架对于新任务的无缝集成起到了积极作用，可以加快建模过程，特别是在标记数据有限的情况下
药物设计和有机化学研究的基础是化学反应。目前，数据挖掘的研究和应用已经使得深度学习模型可以用于化学反应。基于这些数据，已经有许多数据驱动的研究深入研究化学反应的表征学习
表征学习是指从数据中自动学习有用的特征，然后将其用于各种下游任务。现有方法忽略了有机化学的基本理论，限制了其性能。
基于化学反应的分子生成
除了反应分类任务外，基于化学反应的分子生成也是一个重要的应用。在早期的研究中，通常采用基于模板的逐步分子生成策略
这些基于模板的方法在很大程度上依赖于预定义的构建模块和反应，这缩小了可访问的化学空间。在反应产物预测领域也发现了类似的趋势，其中基于模板的方法不能外推到复杂的反应；这个问题可以通过使用无模板方法来解决。
在基于反应的分子生成任务中，无模板方法也表现出了优于基于模板方法的泛化优势。然而，现有的无模板分子生成方法只能基于预定义的反应物库生成分子。除此之外，对于药物设计中的先导化合物或先导化合物优化阶段，利用化学反应作为编辑工具来修改给定的结构是更有利的。生成的化学库将重点关注可以用更少的反应步骤合成的化学空间的子集。
一个新、全面的化学反应深度学习框架
在此，研究人员提出了一个新的、全面的化学反应深度学习框架，称为 Uni-RXN。旨在解决两个基本任务：自监督表征学习和条件生成建模。
展示：Uni-RXN的组成和方法。（引自：论文）
与现有方法不同，研究人员提出了一套专门针对化学反应精心设计的自监督任务。这些任务包括反应中心预测、主反应物与子反应物配对以及反应物-产物配对。在对具有挑战性的反应任务的广泛评估中，Uni-RXN 方法超越了最先进的水平，证明了其有效捕获化学反应领域知识的能力。所获得的有希望的结果为广泛的下游应用铺平了道路
通过有效捕获化学规则，Uni-RXN 非常适合生成任务。与依赖于从预定义反应物库中选择片段的传统方法不同，Uni-RXN 将分子结构作为输入条件并生成相应反应物的表示，同时保持反应内的排列不变性。利用密集向量相似性搜索包的强大功能，Uni-RXN 能够从大型反应物和试剂库中高效检索反应物。随后，采用反应预测模型来生成产物输出。
与仅探索化学空间的有限子集的基于模板的方法相比，Uni-RXN 在生成更广泛的可合成药物样结构方面表现出卓越的性能。这一特点使其特别适合虚拟 library 枚举，并得到全面统计分析和案例研究的支持。
Uni-RXN 方法有许多优势，可以为具有挑战性的化学反应分类任务生成丰富的表达。相对于其他基线模型，Uni-RXN 在每类仅提供 4 个数据点的情况下，准确率达到了 58.7%
重写后的内容：化学反应分类的准确度见表1。（来源：论文）
Transformer 模型可以被用来区分优化和未优化的化学反应数据。此外，编码器也可以轻松应用于结构条件的生成
需要重新改写的内容是：图表展示了Uni-RXN的检索性能和注意力权重。（来源：论文）
研究结果强调了所提出的模型所生成的分子具有有利的特性，这使得它们非常适合于药物发现任务。该模型可以生成更多具有类似药物特性和可合成性的分子
图示：Uni-RXNGen 流程与性能。（来源：论文）
与分子对接等虚拟筛选方法相结合，该生成模型可以实现高效的构效关系研究。该模型生成的巨大的可合成类药物化学空间可以提高药物再利用或命中分子搜索的真阳性率。
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。