Predizendo a nova química: impacto dos dados de treinamento de alta qualidade na previsão dos resultados da reação

Os modelos de aprendizado de máquina que apoiam aplicações de planejamento de síntese são amplamente limitados à química vista no treinamento, e a precisão e a diversidade de suas previsões geralmente são diminuídas em subespaços químicos escassamente povoados. Ao medir como diferentes conjuntos de dados afetam o desempenho de modelos treinados, podemos fazer afirmações mais robustas sobre a cobertura esperada e a originalidade das soluções de planejamento de síntese e projetar conjuntos de dados que abrirão as portas de áreas da ciência que antes eram difíceis. 

Neste estudo, os cientistas da Bayer demonstram o impacto significativo que as reações, com curadoria feita por cientistas, do CAS Content Collection têm sobre o poder preditivo de um modelo de planejamento de síntese. A precisão na previsão de resultados em classes de reações raras aumentou significativamente – um aumento de 32 pontos percentuais – expandindo a compreensão para uma química nova e útil.