深度学习在化学信息学中的应用研究进展
Progress of Application Research on Cheminformatics in Deep Learning作者机构:广州大学计算机科学与网络工程学院广州510006 广州大学化学化工学院分析科学技术研究中心广州510006
出 版 物:《应用化学》 (Chinese Journal of Applied Chemistry)
年 卷 期:2023年第40卷第3期
页 面:360-373页
学科分类:07[理学] 070302[理学-分析化学] 0703[理学-化学]
摘 要:在知识、数据、算法与算力的多重驱动下,深度学习不仅在计算机视觉、自然语言处理等研究领域取得了突破,并随着各学科间的迁移应用于交叉融合,逐渐衍生出多个新兴研究方向。化学信息学作为以应用信息学方法以解决化学问题的学科,深度学习技术凭借其强大的非线性学习能力,通过深度学习模型可以从数据集中对其进行筛选预测,再基于理论计算对结果可行性进行理论验证,最后通过实验表征结果,缩短了实验周期、降低了人力成本、加速了化学信息学智能化。本文简要介绍了深度学习发展历史及主要网络模型架构,介绍了近年来深度学习在在化合物合成路线规划、化合物结构活性与性质及催化剂设计的最新研究和应用现状,并对未来的发展方向进行讨论与展望。