활성 및 기하 딥러닝 기반 신약 반응 예측
생성형 분자 설계의 성공은 생성된 분자의 합성 가능성에 달려있지만, 현재 화학 반응 예측 모델은 참조 데이터 부족과 반응 위치 선택성 예측의 어려움으로 한계가 있습니다. 본 연구는 이러한 문제를 해결하기 위해 효율적인 반응 데이터 획득과 고정밀 딥러닝을 통합한 폐쇄 루프 워크플로우를 제안합니다. 가장 유익한 실험을 안내하기 위해 트리 기반 앙상블이 주도하는 능동 학습 전략을 개발했습니다. 이 실험 캠페인을 통해 C-H 보릴화 반응에 대한 다양하고 새로운 벤치마크 데이터셋을 구축했습니다. 이 맞춤형 데이터셋으로 기하 그래프 신경망을…