机器学习设计单步逆向合成反应的研究进展

作     者：陈颖莹 荣丹琪 李元晶 赵鸿萍 Chen Yingying;Rong Danqi;Li Yuanjing;Zhao Hongping

作者机构：中国药科大学理学院南京211198 

基　　金：国家自然科学基金项目(81973512)资助 

出 版 物：《化学通报》 (Chemistry)

年 卷 期：2022年第85卷第8期

页      码：951-960页

摘      要：在逆向合成分析的过程中,对特定的目标分子设计单步逆向合成反应是探寻最优有机合成路线的关键环节。随着机器学习(Machine learning)研究的兴起,很多研究者开始尝试利用机器学习方法设计单步逆向合成反应。相关研究主要集中在两方面:(1)研究化合物分子输入方法;(2)基于特定的分子输入,研究各类单步逆向合成反应预测模型的构建方法。本文首先综述了分子输入的三种主流方法;然后分别分析了基于这三种分子输入方法构建的单步逆向合成反应预测模型的研究实例;之后,总结了当前机器学习方法设计单步逆向合成反应研究中存在的问题,并给出了解决问题的思路;最后,对机器学习设计单步逆向合成反应的前景作出展望。

主 题 词：单步逆向合成反应 机器学习 分子输入 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081704[081704] 07[理学] 08[工学] 0817[工学-轻工类] 081104[081104] 070303[070303] 0703[理学-化学类] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.14159/j.cnki.0441-3776.2022.08.018

馆 藏 号：203114277...