收集分子和性质的数据集 :wrapped_gift: :grinning_face_with_smiling_eyes:
它是什么?
受到启发
分子(SMILES)和理化特性数据集的选择
目标?
数据集中的SMILES已通过
将数据集聚集在同一位置。 他们都在这里!
使用它通过提出的各种机器学习模型来验证分子性质的推论
方法?
遵循方法对所有数据集进行正则化,以输出异构,规范和kekulise SMILES( )
如果未成功对SMILES进行正则化,则与原始数据集相比,将空格替换为SMILES
但是这些数据集是什么?
量子力学: QM9
物理化学: ESOL , FreeSolv ,亲脂性
生物物理学: PCBA , HIV , BACE
生理学:BBBP,Tox21,ToxCast,SIDER,ClinTox
来自 ,这是它们的简短描述以及方括号之间的推断任务(对于此处报告的正规数据集):
QM9 :DFT建模的小分子的几何,能量,电子和热力学性质[分
评论0
最新资源