文献

J-GLOBAL ID：201902246979044782   整理番号：19A0162529

囲碁AIから逆合成解析へ-情報科学からのアプローチ

著者 (5件)： 寺山慧 (理研) ,  寺山慧 (京大 大学院医学研究科) ,  石田祥一 (京大 大学院薬学研究科) ,  奥野恭史 (理研) ,  奥野恭史 (京大 大学院医学研究科)
資料名： 化学  (Chemistry)
巻： 74  号： 2  ページ： 36-40  発行年： 2019年02月01日 
JST資料番号： F0095A  ISSN： 0451-1964  CODEN： KAKYAU  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・合成したい標的(ターゲット)化合物をより単純な中間体に分割し,その中間体を繰り返し分割してゆくことで,最終的に入手可能な化合物に辿り着く手法が逆合成解析。
・囲碁などのゲームAIで培われてきたAI技法を取り入れて開発研究されている合成化学者のAI,「Alpha Chem」について解説。
・A:可能な分割候補の予測,B:ある分割が後の分割を考慮して適切であるか,が「Alpha Chem」の課題。
・「Reaxys(商標R)」に収録されている反応に対し,出現回数,反応中心に注目して「変換パターン」を作成。
・「Expansion Policy」を用いてどの変換パターンを適用すればよいかを深層ニューラルネットワーク学習で予測。
・変換パターンをさらに絞りこむために,化合物と反応情報を加味した「In-scope filter」を使用。
・合成経路探索にモンテカルロ木探索も適用。
・文献報告の合成経路のほうが「Alpha Chem」提案の経路より好ましいと評価された例を記載。
・「Alpha Chem」では互変異性体,立体構造,基質特異性の考慮がされていない,実際の反応のネガティブデータが用いられていないなどの問題点を記載。

シソーラス用語： 反応機構 ,  *化学合成 ,  情報科学 ,  ターゲティング ,  反応中間体 ,  *反応経路 ,  *人工知能 ,  予測技法 ,  ニューラルネットワーク ,  機械学習 ,  計算機シミュレーション ,  *計算機プログラム
準シソーラス用語： *逆合成解析 ,  AI【人工知能】 ,  *Alpha Chem ,  深層ニューラルネットワーク ,  深層学習 ,  *合成経路

分類 (2件)： 有機化学反応一般  (CF02010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 囲碁 ,  AI ,  逆合成解析 ,  情報科学