模型简介

此模型由腾讯AI Lab主导，与德州大学，清华大学以及中山大学合作完成。主要研究了分子逆合成分析，属于人工智能在化学领域的应用。其中，应用了谷歌transformer，以及深度图学习技术。逆合成是将目标分子递归分解为可用结构单元的过程。它在解决有机合成规划问题中起着重要作用。为了自动化或辅助逆合成分析，研究人员已经提出了各种逆合成预测算法。然而，它们中的大多数流程繁琐，且不具备对于其预测的可解释性。在本文中，我们设计了一种新颖的无需模板的，自动逆向合成算法。其灵感来自化学家如何进行逆向合成预测。官方论文：https://arxiv.org/pdf/2011.02893v1.pdf

• 1. 使用方法

  • 1.1. 准备数据集

  • 1.2. 模型训练

  • 1.3. 模型评估

• 2. 模型来源

1. 使用方法

1.1. 准备数据集

进入终端，在root//RetroXpert（默认）路径下，运行以下命令：

python preprocessing.py 
# 预处理USPTO-50K数据集，准备所需的标签和DGL图

提取半模板数据

python extract_semi_template_pattern.py

1.2. 模型训练

进入终端，在root//RetroXpert（默认）路径下，运行以下命令：

python train.py --typed 
# 训练EGAT模型

1.3. 模型评估

进入终端，在root//RetroXpert（默认）路径下，运行以下命令：

python train.py --typed --test_only/test_on_train  --load

2. 模型来源

https://github.com/uta-smile/RetroXpert