中国科学技术大学李震宇团队JCIM | 对比不同机器学习模型预测分子电离能

英文原题：

Predict Ionization Energy of Molecules Using Conventional and Graph-Based Machine Learning Models

通讯作者: 李震宇，中国科学技术大学

作者：Yufeng Liu and Zhenyu Li*

通过机器学习方法构建结构性质关系是近年来化学信息学中热门的课题，大量的工作展示了机器学习在预测能量以及反应活性等方向的应用。在这些应用中，可供选择的机器学习方法有很多，对不同的方法进行对比与测试，从而针对具体的应用构造高性能的机器学习模型因此具有重要意义。电离能是有机分子的一项重要性质，然而目前文献中还没有准确而可泛化的模型来预测电离能。

作者从有机分子的 SMILES 结构式出发，利用 Mordred 和 PaDEL 软件构造无需进行电子结构计算和结构优化就能获得的结构指纹和描述符。在此基础上可以对传统的机器学习模型进行训练。研究表明，在描述符中加入一个判断是否为自由基的描述符后，可以提高模型的精度。简单的SVR方法给出八个传统模型中的最高性能，而 kNN 模型的精度相对较差。

即使在传统模型中加入自由基描述符用来区分自由基和非自由基，传统模型对于自由基的预测能力提升仍然有限。与之形成对比的是，由图网络构成的模型依赖基于原子特征和成键类型，这些模型相对于使用分子描述符和分子片段指纹的模型，在描述局部化学环境上更加的精确。这一个特性使得图网络模型在预测自由基的电离能时更具优势。对不同图网络模型的测试表明，AttentiveFP 具有较好的电离能预测性能，R2高达0.877，而 NF 模型预测精度较差。

点击“阅读原文”

你“在看”我吗？