Journal of Chemical Information and Modeling· 2026Q1
Rastgele Bölmelerden Görülmemiş Çözücülere: Kuantum-Kimya Türevli Yüzey Tanımlayıcıları Çözünürlük Tahminini İyileştiriyor
From Random Splits to Unseen Solvents: Quantum-Chemistry-Derived Surface Descriptors Improve Solubility Prediction
- 0atıf
- Q1SCImago
- 2026yıl
Kısa özet
Kuantum-kimya türevli yüzey tanımlayıcılarının (GFN2-xTB/COSMO σ-momentleri) temel bir modele eklenmesi, eğitim verilerinde bulunmayan çözücüler için çözünürlük tahminini önemli ölçüde iyileştirerek dağıtım dışı (OOD) R2 değerini 0.541'den 0.756'ya yükseltiyor.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Sabit bir dağıtım dışı (OOD) kıyaslaması, çözünürlük tahmini için beş çözücüyü eğitim ve değerlendirmeden hariç tuttu.
- Temel bir RDKit modeli 0.541 ± 0.019 OOD R2 elde etti.
- Gasteiger yük vekil ögeleri ve GFN2-xTB/COSMO σ-moment yüzey tanımlayıcılarının eklenmesi OOD R2'yi 0.756 ± 0.007'ye yükseltti.
- Çözücü-çözünen uyumluluk özelliklerini içeren 47 özellikli bir temsil 0.788 ± 0.008 OOD R2'ye ulaştı.
- MICA v0.2 yazılımı, bu geliştirilmiş tanımlayıcılarla çıkarım yapmak için dağıtılmaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Abstract Solvent screening often requires predictions for solvents that are absent from the training data. Using 103,262 aligned BigSolDB v2.1 records, we constructed a fixed solvent-level OOD benchmark in which five solvent identities were excluded from model training, validation, early stopping, SHAP ranking, and feature selection. A compact RDKit two-dimensional baseline reaches an IID R2 = 0.954 ± 0.001 under random splitting but falls to an OOD R2 = 0.541 ± 0.019 on the held-out solvents. Under the same benchmark, adding Gasteiger charge proxies and monomer-level GFN2-xTB/COSMO σ-moment surface descriptors raises the OOD R2 to 0.756 ± 0.007. A validation-selected 47-feature representation that also includes deterministic solute–solvent compatibility features reaches an OOD R2 = 0.788 ± 0.008, an MAE = 0.413, and an RMSE = 0.574 log10 S unit under the 20-seed protocol. The improvement depends on solvent identity: DMSO, NMP, and cyclohexane show the largest error reductions, ethylene glycol changes little, and n-propyl acetate is slightly worse than the electrostatic baseline. Learner controls and pair-xTB calculations are used as supporting checks; optimized 1:1 dimers and small 1:2/2:1 clusters do not improve the fixed-OOD result. MICA v0.2 distributes the frozen 20-seed ensemble for prepared-descriptor inference with ensemble-disagreement summaries, applicability-domain flags, and solvent-ranking reports.
Yazarların özeti; kaynağından alınmıştır. Journal of Chemical Information and Modeling, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Hesaplamalı Kuram ve Matematik
Computational Theory and MathematicsComputer Science