韓國科研團隊研發(fā)了化學驅動的圖神經網絡智能系統(tǒng)，可用于描述反應物和產物之間電子配置的凈變化。該研究核心技術是設計了廣義反應模板（GRT），即一種僅描述基于原子映射的反應前后原子構型的局部變化，且沒有特定原子類型或官能團信息的反應模板，并利用人工智能技術自主研發(fā)“LocalTransform智能系統(tǒng)”來預測反應結果及反應產物。該系統(tǒng)通過全局注意力機制，根據局部化學環(huán)境和選擇性識別反應原子，反應模板分類器預測最終反應轉化，并提出最佳方案。目前，該系統(tǒng)利用美國專利商標局（USPTO）數據庫，預測準確率達90％以上。
這項研究可進一步加快新分子的設計過程，并有助于科研人員在人工智能、神經科學、化學交叉研究與融合發(fā)展等領域的探索。該研究成果刊登在國際學術期刊《Nature Machine Intelligence》上。
聯(lián)系地址：陜西省西安市北關正街35號方興大廈8樓
