ಲಾಭಗಳು:
- ಅಣುಗಳನ್ನು ಹೆಸರಿನಿಂದಲ್ಲ ಆದರೆ ರಚನೆಯ ಪ್ರಾತಿನಿಧ್ಯದಿಂದ ಗುರುತಿಸುವ ಸಾಮರ್ಥ್ಯ (ಮಾನವರೊಂದಿಗೆ ಸ್ಮೈಲ್ಸ್, ಡೇಟಾಬೇಸ್ನೊಂದಿಗೆ InChI/InChIKey)
- ಆರ್ಡಿಕಿಟ್ನೊಂದಿಗೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ನೀಡಿದ ಪ್ರತಿ ಸ್ಮೈಲ್ಗಳನ್ನು ಪಾರ್ಸಿಂಗ್, ಮೌಲ್ಯೀಕರಿಸುವ ಮತ್ತು ಅಂಗೀಕೃತಗೊಳಿಸುವ ಮೂಲಕ ಅಮಾನ್ಯ ಅಥವಾ ತಪ್ಪಾದ ರಚನೆಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವ ಸಾಮರ್ಥ್ಯ
- ಆಣ್ವಿಕ ತೂಕ ಮತ್ತು ಸೂತ್ರದಂತಹ ನಿರ್ಣಾಯಕ ಪ್ರಮಾಣಗಳನ್ನು ಭಾಷಾ ಮಾದರಿಯಿಂದ ಅಲ್ಲ, ನಿಯಮ-ಆಧಾರಿತ ಸಾಧನದಿಂದ ಪಡೆಯಬೇಕು ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
ರಸಾಯನಶಾಸ್ತ್ರದಲ್ಲಿ AI ಅನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಬಳಸುವ ಮೊದಲ ಷರತ್ತು ಯಂತ್ರ ಮತ್ತು ಮನುಷ್ಯನಿಗೆ ಅರ್ಥವಾಗುವ ಭಾಷೆಯಲ್ಲಿ ಅಣುವನ್ನು ಬರೆಯುವುದು. ನೀವು "ಫೀನಾಲ್" ಎಂದು ಹೇಳುತ್ತೀರಿ, AI ಅದನ್ನು ಸರಿಯಾಗಿ ಪಡೆಯುತ್ತದೆ; ಆದರೆ ನೀವು "ಆಮ್ಲ" ಎಂದು ಹೇಳಿದಾಗ ಸಾವಿರಾರು ಸಾಧ್ಯತೆಗಳಿವೆ. ಹೆಸರುಗಳು ಅಸ್ಪಷ್ಟವಾಗಿವೆ; ರಚನೆಯ ನಿರೂಪಣೆಗಳು ನಿಖರವಾಗಿವೆ. ಈ ಘಟಕದಲ್ಲಿ, ನಾವು ಅಣುವನ್ನು ಪಠ್ಯಕ್ಕೆ (SMILES ಮತ್ತು InChI) ಭಾಷಾಂತರಿಸುವ ಎರಡು ಮೂಲ ಸಂಕೇತಗಳನ್ನು ಮತ್ತು ಅವುಗಳನ್ನು ನಿರ್ಣಾಯಕವಾಗಿ ಪರಿಶೀಲಿಸುವ ಸಾಧನವನ್ನು (RDKit) ಕಲಿಯುತ್ತೇವೆ. ನಮ್ಮ ಗುರಿ: AI ಗೆ ಅಣುವನ್ನು ಅದು ಎಂದಿಗೂ ತಪ್ಪಾಗಿ ಅರ್ಥೈಸಿಕೊಳ್ಳದ ರೀತಿಯಲ್ಲಿ ನೀಡುವುದು ಮತ್ತು AI ನಿಂದ ತಯಾರಿಸಿದ ರಚನೆಯನ್ನು ಉಪಕರಣದೊಂದಿಗೆ ಖಚಿತಪಡಿಸುವುದು.
ಸ್ಮೈಲ್ಸ್ ಎಂದರೇನು?
ಸ್ಮೈಲ್ಸ್ (ಸರಳೀಕೃತ ಆಣ್ವಿಕ-ಇನ್ಪುಟ್ ಲೈನ್-ಎಂಟ್ರಿ ಸಿಸ್ಟಮ್) ಪಠ್ಯದ ಒಂದೇ ಸಾಲಿನಲ್ಲಿ ಅಣುವನ್ನು ಬರೆಯುವ ಒಂದು ಸ್ವರೂಪವಾಗಿದೆ. ಪರಮಾಣುಗಳನ್ನು ಅಕ್ಷರಗಳಿಂದ, ಬಂಧಗಳನ್ನು ಚಿಹ್ನೆಗಳಿಂದ ಮತ್ತು ಉಂಗುರಗಳನ್ನು ಸಂಖ್ಯೆಗಳಿಂದ ಪ್ರತಿನಿಧಿಸಲಾಗುತ್ತದೆ. ಉದಾಹರಣೆಗಳು:
- ಎಥೆನಾಲ್: CCO (ಕಾರ್ಬನ್-ಕಾರ್ಬನ್-ಆಮ್ಲಜನಕ; ಹೈಡ್ರೋಜನ್ಸ್ ಸೂಚ್ಯ).
- ಬೆಂಜೀನ್: c1ccccc1 (ಸಣ್ಣ "c" ಆರೊಮ್ಯಾಟಿಕ್ ಕಾರ್ಬನ್ ಅನ್ನು ಸೂಚಿಸುತ್ತದೆ; 1 ರಿಂಗ್ ಅನ್ನು ಮುಚ್ಚಿ).
- ಆಸ್ಪಿರಿನ್: CC(=O)Oc1ccccc1C(=O)O.
- ಕೆಫೀನ್: Cn1cnc2c1c(=O)n(C)c(=O)n2C.
SMILES ನ ಶಕ್ತಿಯೆಂದರೆ ಅದು ಸಂಪೂರ್ಣ ಲಿಂಕ್ ರಚನೆಯನ್ನು ಒಂದೇ ಸಾಲಿನಲ್ಲಿ ಒಯ್ಯುತ್ತದೆ; ಇದರ ದೌರ್ಬಲ್ಯವೆಂದರೆ ಒಂದೇ ಅಣುವು ಬಹು ಮಾನ್ಯವಾದ ಸ್ಮೈಲ್ಗಳನ್ನು ಹೊಂದಿರಬಹುದು (ಇದನ್ನು ನಾನ್ ಕ್ಯಾನೊನಿಕಲಿಟಿ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ). ನಾವು ಇದನ್ನು RDKit ನೊಂದಿಗೆ ಕ್ಷಣದಲ್ಲಿ ಪರಿಹರಿಸುತ್ತೇವೆ.
ಸುಳಿವು: ಅಣುವಿಗೆ "ಕ್ಯಾನೋನಿಕಲ್ ಸ್ಮೈಲ್ಸ್" ಎಂಬುದು ಆ ಅಣುವಿನ ಏಕ, ಪ್ರಮಾಣಿತ ಕಾಗುಣಿತವಾಗಿದೆ. ಎರಡು ಸ್ಮೈಲ್ಗಳು ಒಂದೇ ಅಣುವಾಗಿದೆಯೇ ಎಂದು ನೋಡಲು, ಅವುಗಳನ್ನು ಅಂಗೀಕರಿಸಿ ಮತ್ತು ಹೋಲಿಕೆ ಮಾಡಿ; ಅವು ಪಠ್ಯವಾಗಿ ಸಮಾನವಾಗಿರಬಾರದು, ಆದರೆ ಅವು ಸಮಾನ ಅಣುಗಳಾಗಿರಬೇಕು.
InChI ಎಂದರೇನು?
InChI (ಇಂಟರ್ನ್ಯಾಷನಲ್ ಕೆಮಿಕಲ್ ಐಡೆಂಟಿಫೈಯರ್) IUPAC ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಪ್ರಮಾಣಿತ ಗುರುತಿಸುವಿಕೆಯಾಗಿದೆ. SMILES ನಿಂದ ವ್ಯತ್ಯಾಸವೆಂದರೆ ಅದೇ ಅಣು ಯಾವಾಗಲೂ ಒಂದೇ InChI ನೀಡುತ್ತದೆ; ಅಂದರೆ, ಇದು ಅಂಗೀಕೃತ ಸ್ವಭಾವವಾಗಿದೆ. ಇದು ದೀರ್ಘ ಮತ್ತು ಓದಲು ಕಷ್ಟ, ಆದರೆ ಡೇಟಾಬೇಸ್ ಹೊಂದಾಣಿಕೆಗೆ ಸೂಕ್ತವಾಗಿದೆ. "InChIKey" (27-ಅಕ್ಷರಗಳ ಡೈಜೆಸ್ಟ್) ಅನ್ನು ಹುಡುಕಲು ಬಳಸಲಾಗುತ್ತದೆ.
- ಆಸ್ಪಿರಿನ್ InChIKey: BSYNRYMUTXBXSQ-UHFFFAOYSA-N.
ನಿಯಮ: ಜನರು ಸ್ಮೈಲ್ಸ್ ಮಾತನಾಡುತ್ತಾರೆ (ಓದಲು), ಯಂತ್ರಗಳು ಮತ್ತು ಡೇಟಾಬೇಸ್ಗಳು InChI/InChIKey (ನಿಖರವಾಗಿ) ಹೊಂದಿಕೆಯಾಗುತ್ತವೆ. AI ಗೆ ಸ್ಮೈಲ್ಸ್ ನೀಡಿ; InChIKey ನೊಂದಿಗೆ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ದೃಢೀಕರಿಸಿ.
RDKit: ನಿರ್ಣಾಯಕ ಪರಿಶೀಲನಾ ಎಂಜಿನ್
RDKit ಓಪನ್ ಸೋರ್ಸ್ ಕೆಮಿನ್ಫಾರ್ಮ್ಯಾಟಿಕ್ಸ್ ಲೈಬ್ರರಿಯಾಗಿದೆ. ಭಾಷಾ ಮಾದರಿಗಿಂತ ಭಿನ್ನವಾಗಿ, ಇದು ನಿಯಮ-ಆಧಾರಿತವಾಗಿದೆ: SMILES ಅನ್ನು ಪಾರ್ಸ್ ಮಾಡುತ್ತದೆ, ಆಣ್ವಿಕ ತೂಕವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತದೆ, ಅಂಗೀಕೃತ SMILES ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ, InChI/InChIKey ಅನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ, ಅಣುವನ್ನು ಸೆಳೆಯುತ್ತದೆ. ಆದ್ದರಿಂದ RDKit AI "ಮುನ್ಸೂಚಿಸುತ್ತದೆ" ಎಂಬುದನ್ನು "ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತದೆ". ಇದು ಕೆಲಸದ ಹರಿವಿನ ಹೃದಯವಾಗಿದೆ: AI ಉತ್ಪಾದಿಸುತ್ತದೆ, RDKit ಪರಿಶೀಲಿಸುತ್ತದೆ.
ಮೂಲ ಪರಿಶೀಲನೆಯ ಹರಿವು:
rdkit ಇಂಪೋರ್ಟ್ ಕೆಮ್ನಿಂದ rdkit.ಕೆಮ್ ಆಮದು ವಿವರಣೆಗಳು, ಡ್ರಾಸ್ಮೈಲ್ಸ್ = "CC(=O)Oc1ccccc1C(=O)O" Chem.MolToSmiles(mol)) ಪ್ರಿಂಟ್("ಮಾಲಿಕ್ಯೂಲರ್ ಫಾರ್ಮುಲಾ:", Chem.rdMolDescriptors.CalcMol)) ತೂಕದ (Mole) ತೂಕದ"(Mole) ಸುತ್ತು(Descriptors.MolWt(mol), 2), "g/mol") ಪ್ರಿಂಟ್("InChIKey:", Chem.MolToInchiKey(mol))
MolFromSmiles ಯಾವುದನ್ನೂ ಹಿಂತಿರುಗಿಸದಿದ್ದರೆ, AI ನಿಮಗೆ ಅಮಾನ್ಯವಾದ ಅಣುವನ್ನು ನೀಡಿದೆ; ಇದು ಮಾತ್ರ ಬಹಳ ಅಮೂಲ್ಯವಾದ ಎಚ್ಚರಿಕೆಯಾಗಿದೆ. ಮಾನ್ಯವಾಗಿದ್ದರೆ, ನೀವು ಇನ್ನು ಮುಂದೆ ಆಣ್ವಿಕ ತೂಕಕ್ಕಾಗಿ ಭಾಷಾ ಮಾದರಿಯನ್ನು ಕೇಳಬೇಕಾಗಿಲ್ಲ; ಇದು ನಿರ್ಣಾಯಕವಾಗಿ ನಿಮ್ಮ ಕೈಯಲ್ಲಿದೆ.
ಹಂತ ಹಂತವಾಗಿ: AI + RDKit ಇಂಟರ್ಆಪರೇಷನ್
- ಅಣುವನ್ನು ಗುರುತಿಸಿ: AI ಗೆ ಹೆಸರನ್ನು ನೀಡಿ, SMILES ಅನ್ನು ಕೇಳಿ. ಉದಾಹರಣೆಗೆ, "ಪ್ಯಾರಸಿಟಮಾಲ್ಗಾಗಿ ಅಂಗೀಕೃತ ಸ್ಮೈಲ್ಗಳನ್ನು ಪರಿಶೀಲಿಸಿ."
- ಪರಿಶೀಲಿಸಿ: MolFromSmiles ಜೊತೆಗೆ ಒಳಬರುವ ಸ್ಮೈಲ್ಗಳನ್ನು ಪಾರ್ಸ್ ಮಾಡಿ. ಯಾವುದೂ ಇಲ್ಲದಿದ್ದರೆ, ತಿರಸ್ಕರಿಸಿ.
- ಅಂಗೀಕೃತಗೊಳಿಸು: MolToSmiles ನೊಂದಿಗೆ ಅಂಗೀಕೃತ ಕಾಗುಣಿತವನ್ನು ಹಿಂಪಡೆಯಿರಿ; ಇಂದಿನಿಂದ ಯಾವಾಗಲೂ ಇದನ್ನು ಬಳಸಿ.
- ಸಂಖ್ಯೆಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ: ಆಣ್ವಿಕ ತೂಕ, ಸೂತ್ರ, ಉಂಗುರಗಳ ಸಂಖ್ಯೆ, ಹೈಡ್ರೋಜನ್ ಬಾಂಡ್ ದಾನಿಗಳ/ಸ್ವೀಕರಿಸುವವರ ಸಂಖ್ಯೆ ಇತ್ಯಾದಿಗಳನ್ನು RDKit ನಿಂದ ಪಡೆಯಿರಿ, AI ನಿಂದ ಅಲ್ಲ.
- ಫಿಕ್ಸ್ ಐಡಿ: InChIKey ಅನ್ನು ರಚಿಸಿ, ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ಹುಡುಕಿ (PubChem), ಅಣು ನಿಜವಾಗಿಯೂ ನಿಮಗೆ ಬೇಕಾದ ಸಂಯುಕ್ತವಾಗಿದೆ ಎಂದು ಖಚಿತಪಡಿಸಿ.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಸ್ಮೈಲ್ಗಳನ್ನು ವಿನಂತಿಸಲಾಗುತ್ತಿದೆ (ನಾಮಪದದಿಂದ ರಚನೆಗೆ):
ಕಾರ್ಯ: ಕೆಳಗಿನ ಸಂಯುಕ್ತಕ್ಕಾಗಿ ಅಂಗೀಕೃತ ಸ್ಮೈಲ್ಗಳನ್ನು ನೀಡಿ. ಸಂಯುಕ್ತ: ಪ್ಯಾರಸಿಟಮಾಲ್ (ಅಸೆಟಾಮಿನೋಫೆನ್). ನಿಯಮ: SMILES ಸ್ಟ್ರಿಂಗ್ ಮತ್ತು InChIKey ಅನ್ನು ಮಾತ್ರ ನೀಡಿ, ಯಾವುದೇ ಹೆಚ್ಚಿನ ವಿವರಣೆಯನ್ನು ಸೇರಿಸಬೇಡಿ. ನಿಮಗೆ ಖಚಿತವಿಲ್ಲದಿದ್ದರೆ, "UNSURE" ಎಂದು ಬರೆಯಿರಿ, ಮೇಕಪ್ ಮಾಡಬೇಡಿ.
2) ಸ್ಮೈಲ್ಸ್ ಮೌಲ್ಯೀಕರಣ ವಿನಂತಿ (ರಚನೆಯಿಂದ ನಿಯಂತ್ರಣಕ್ಕೆ):
ಕೆಳಗಿನ ಸ್ಮೈಲ್ಗಳನ್ನು ಪರೀಕ್ಷಿಸಿ: CC(=O)Nc1ccc(O)cc1ಪ್ರಶ್ನೆಗಳು:1) ಇದು ಮಾನ್ಯವಾದ SMILES ಆಗಿದೆಯೇ?2) ಇದು ಯಾವ ಸಂಯುಕ್ತಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ (ಸಾಮಾನ್ಯ ಹೆಸರು)?3) ಆಣ್ವಿಕ ಸೂತ್ರ ಯಾವುದು?ಗಮನಿಸಿ: ನಾನು RDKit ನೊಂದಿಗೆ ನಿಖರವಾದ ಆಣ್ವಿಕ ತೂಕವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತೇನೆ; ನೀವು ನಿಮ್ಮ ರಚನೆಯ ವ್ಯಾಖ್ಯಾನವನ್ನು ನೀಡುತ್ತೀರಿ.
3) ಎರಡು ಪ್ರಾತಿನಿಧ್ಯಗಳನ್ನು ಹೋಲಿಸುವುದು:
ನನ್ನ ಬಳಿ ಎರಡು ಸ್ಮೈಲ್ಗಳಿವೆ:A) OCCB) CCOTask: ಇವು ಒಂದೇ ಅಣುವೇ ಅಥವಾ ಬೇರೆಯೇ? ನಿಮ್ಮ ತಾರ್ಕಿಕತೆಯನ್ನು ಬರೆಯಿರಿ. ಗಮನಿಸಿ: ನಾನು ನಿಮ್ಮ ಉತ್ತರವನ್ನು RDKit ನಲ್ಲಿ ಅಂಗೀಕರಿಸುವ ಮೂಲಕ ಕ್ರಾಸ್-ಚೆಕ್ ಮಾಡುತ್ತೇನೆ.
4) ರಚನೆಯ ವಿವರಣೆ (ಕಲಿಕೆ ಉದ್ದೇಶಗಳಿಗಾಗಿ):
ಸ್ಮೈಲ್ಸ್: Cn1cnc2c1c(=O)n(C)c(=O)n2CTask: ಈ ಸ್ಮೈಲ್ಸ್ ಅನ್ನು ತುಂಡಾಗಿ ಓದಿ ಮತ್ತು ಪ್ರತಿ ಚಿಹ್ನೆಯು ಸರಳ ಟರ್ಕಿಶ್ ಭಾಷೆಯಲ್ಲಿ (ಪರಮಾಣು, ಬಂಧ, ಉಂಗುರ, ಆರೊಮ್ಯಾಟಿಟಿ) ಅರ್ಥವನ್ನು ವಿವರಿಸಿ. ಇದು ಯಾವ ಸಂಯುಕ್ತ ಎಂದು ಸಹ ತಿಳಿಸಿ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ:
ಅಸೆಟಾಮಿನೋಫೆನ್ ಗುಣಲಕ್ಷಣಗಳನ್ನು ನೀಡಿ.
"ವೈಶಿಷ್ಟ್ಯ" ಅಸ್ಪಷ್ಟವಾಗಿದೆ; AI ಆಣ್ವಿಕ ತೂಕದಿಂದ ಕರಗುವ ಬಿಂದುವಿಗೆ ಯಾದೃಚ್ಛಿಕ ಸಂಖ್ಯೆಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ, ಅವುಗಳಲ್ಲಿ ಕೆಲವು ತಪ್ಪಾಗಿರುತ್ತವೆ.
ಪ್ರಬಲ:
ಸಂಯುಕ್ತ: ಅಸೆಟಾಮಿನೋಫೆನ್.1) ಅಂಗೀಕೃತ ಸ್ಮೈಲ್ಸ್ ಮತ್ತು InChIKey ver.2) ಆಣ್ವಿಕ ಸೂತ್ರವನ್ನು ನೀಡಿ. ನಿಯಮ: ಆಣ್ವಿಕ ತೂಕ, ಕರಗುವ ಬಿಂದು, ಇತ್ಯಾದಿಗಳಂತಹ ಸಂಖ್ಯಾ ಮೌಲ್ಯಗಳನ್ನು ನೀಡಬೇಡಿ; ನಾನು ಅವುಗಳನ್ನು RDKit/PubChem ಜೊತೆಗೆ ಪಡೆಯುತ್ತೇನೆ. ಬಿಲ್ಡ್ ಐಡಿ ಕೊಟ್ಟರೆ ಸಾಕು.
ವ್ಯತ್ಯಾಸ: ನಾವು AI ಅನ್ನು ಅದು ಬಲವಾಗಿರುವುದರ ಕಡೆಗೆ (ರಚನೆಯ ಗುರುತು) ಮತ್ತು ಅದು ದುರ್ಬಲವಾಗಿರುವುದರ ಕಡೆಗೆ (ಪ್ರಾಯೋಗಿಕ ಸಂಖ್ಯೆಗಳು) ನಿರ್ದೇಶಿಸಿದ್ದೇವೆ.
ಅನಿಸಿಕೆಗಳ ಹೋಲಿಕೆ
ವೈಶಿಷ್ಟ್ಯ
ಸ್ಮೈಲ್ಸ್
InChI / InChIKey
ಓದುವಿಕೆ
ಉನ್ನತ (ಜನ ಸ್ನೇಹಿ)
ಕಡಿಮೆ (ಯಂತ್ರ ಸ್ನೇಹಿ)
ಅಂಗೀಕೃತತೆ
ಬದಲಾವಣೆಗೆ ಒಳಪಟ್ಟಿರುತ್ತದೆ (ಕ್ಯಾನೊನೈಸೇಶನ್ ಅಗತ್ಯವಿದೆ)
ಸ್ವಾಭಾವಿಕವಾಗಿ ಏಕಾಂಗಿ
ಬಳಕೆ
ಮಾನವ ಸಂವಹನ, ರೇಖಾಚಿತ್ರ, ಇನ್ಪುಟ್
ಡೇಟಾಬೇಸ್ ಹೊಂದಾಣಿಕೆ, ಗುರುತು
ಸ್ಟೀರಿಯೊಕೆಮಿಸ್ಟ್ರಿ
ಬೆಂಬಲಗಳು (@ ಚಿಹ್ನೆಗಳು)
ಬೆಂಬಲಗಳು (ಲೇಯರ್ಡ್)
AI ಗೆ ನೀಡಲು
ಆದರ್ಶ
ದೃಢೀಕರಣಕ್ಕೆ ಸೂಕ್ತವಾಗಿದೆ
ಮಿನಿ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಎರಡು ಹೆಸರುಗಳು, ಒಂದು ಅಣು. ವಿದ್ಯಾರ್ಥಿಯೊಬ್ಬ "ಎನ್-ಅಸಿಟೈಲ್-ಪ್ಯಾರಾ-ಅಮಿನೋಫೆನಾಲ್" ಮತ್ತು "ಪ್ಯಾರಸಿಟಮಾಲ್" ವಿಭಿನ್ನ ಸಂಯುಕ್ತಗಳೆಂದು ಭಾವಿಸಿ ಎರಡು ಪ್ರತ್ಯೇಕ ಪ್ರಯೋಗಗಳನ್ನು ಯೋಜಿಸಿದ. RDKit ನಲ್ಲಿ ಅವರ ಸ್ಮೈಲ್ಗಳನ್ನು ಅಂಗೀಕೃತಗೊಳಿಸಿದಾಗ, ಅವರಿಬ್ಬರೂ CC(=O)Nc1ccc(O)cc1 ಎಂದು ಹೊರಹೊಮ್ಮಿದರು; ಅದೇ ಅಣುವಾಗಿತ್ತು. ಕಳೆದುಹೋಯಿತು: ಅರ್ಧ ದಿನ ಯೋಜನೆ; ಲಾಭ: 2-ನಿಮಿಷದ ಅಂಗೀಕೃತಗೊಳಿಸುವಿಕೆಯ ಪರಿಶೀಲನೆಯೊಂದಿಗೆ ತಪ್ಪಿಸಬಹುದಿತ್ತು.
ಪ್ರಕರಣ 2 - ಅಮಾನ್ಯ SMILES ಕ್ಯಾಪ್ಚರ್. AI CC(=O)Nc1ccc(O)cc1C(ಒಂದು ರೂಪಾಂತರಕ್ಕಾಗಿ (ಬ್ರಾಕೆಟ್ಗಳನ್ನು ಮುಚ್ಚಿಲ್ಲ) ಹಿಂತಿರುಗಿಸಿದೆ. ವಿದ್ಯಾರ್ಥಿಯು MolFromSmiles ಅನ್ನು ಓಡಿಸಿದ್ದಾನೆ, ಅದು ಯಾವುದನ್ನೂ ಹಿಂತಿರುಗಿಸಲಿಲ್ಲ, ತಕ್ಷಣವೇ ದೋಷವನ್ನು ನೋಡಿದೆ ಮತ್ತು ಸರಿಪಡಿಸಿದ ಸ್ಮೈಲ್ಗಳನ್ನು ವಿನಂತಿಸಿದೆ. ಪರಿಶೀಲನೆಯಿಲ್ಲದೆ, ದೋಷಯುಕ್ತ ರಚನೆಯು ಎಲ್ಲಾ ಖಾತೆಗಳಿಗೆ ಹರಡುತ್ತದೆ.
ಪ್ರಕರಣ 3 - ತಪ್ಪಾದ ಆಣ್ವಿಕ ತೂಕ. YZ ಐಬುಪ್ರೊಫೇನ್ (C13H18O2) ಗಾಗಿ "ಆಣ್ವಿಕ ತೂಕ 214.3 g/mol" ಎಂದು ಹೇಳಿದರು. RDKit ಲೆಕ್ಕಾಚಾರವು 206.28 g/mol ಅನ್ನು ನೀಡಿದೆ. 0.1 mol ಗೆ ವ್ಯತ್ಯಾಸ: YZ ನೊಂದಿಗೆ 21.43 ಗ್ರಾಂ, ವಾಸ್ತವವಾಗಿ 20.63 ಗ್ರಾಂ. 3.9%ನ ಈ ವ್ಯತ್ಯಾಸವು ಸ್ಟೊಚಿಯೋಮೆಟ್ರಿ ಮತ್ತು ಇಳುವರಿ ಲೆಕ್ಕಾಚಾರವನ್ನು ಅಡ್ಡಿಪಡಿಸುತ್ತದೆ. ಇದು ನಿರ್ಣಾಯಕ ಕಲನಶಾಸ್ತ್ರವನ್ನು ತಂದಿತು.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಹೆಸರಿನಿಂದ ಅಣುವನ್ನು ನೀಡುವುದು. ಸಮಾನಾರ್ಥಕ/ವ್ಯಾಪಾರ ಹೆಸರುಗಳು ಗೊಂದಲಮಯವಾಗಿವೆ. ಯಾವಾಗಲೂ SMILES ಅಥವಾ InChI ಅನ್ನು ಸೇರಿಸಿ.
- ಅಂಗೀಕೃತಗೊಳಿಸದೆಯೇ ಸ್ಮೈಲ್ಗಳನ್ನು ಹೋಲಿಸುವುದು. OCC ಮತ್ತು CCO ಪಠ್ಯದಲ್ಲಿ ಭಿನ್ನವಾಗಿರುತ್ತವೆ ಆದರೆ ಅಣುಗಳಲ್ಲಿ ಒಂದೇ ಆಗಿರುತ್ತವೆ.
- ನಾಲಿಗೆಯ ಮಾದರಿಗೆ ಆಣ್ವಿಕ ತೂಕವನ್ನು ಕೇಳುವುದು. ಇದು ನಿರ್ಣಾಯಕ ಲೆಕ್ಕಾಚಾರ; ಇದನ್ನು RDKit ನಿಂದ ಅಥವಾ ಸೂತ್ರದಿಂದ ಹಸ್ತಚಾಲಿತವಾಗಿ ಮಾಡಲಾಗುತ್ತದೆ.
- ಅಮಾನ್ಯವಾದ ಸ್ಮೈಲ್ಗಳನ್ನು ಗಮನಿಸುತ್ತಿಲ್ಲ. MolFromSmiles ಯಾವುದೂ ಹಿಂತಿರುಗಿಸುವಿಕೆಯನ್ನು ಪರಿಶೀಲಿಸುತ್ತಿಲ್ಲ ಮತ್ತು ತಪ್ಪು ರಚನೆಯೊಂದಿಗೆ ಮುಂದುವರಿಯುತ್ತಿದೆ.
- ಸ್ಟೀರಿಯೊಕೆಮಿಸ್ಟ್ರಿ ನಿರ್ಲಕ್ಷ್ಯ. ಎರಡು ಎನ್ಆಂಟಿಯೋಮರ್ಗಳು (ಮಿರರ್ ಇಮೇಜ್ ಐಸೋಮರ್ಗಳು) ವಿಭಿನ್ನ ಜೈವಿಕ ಪರಿಣಾಮಗಳನ್ನು ಪ್ರದರ್ಶಿಸಬಹುದು; SMILES ನಲ್ಲಿ @/@@ ಚಿಹ್ನೆಗಳನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು.
ಗಮನ: ಒಂದೇ ಆಣ್ವಿಕ ಸೂತ್ರವು ವಿಭಿನ್ನ ಅಣುಗಳನ್ನು ಅರ್ಥೈಸುವುದಿಲ್ಲ. C2H6O ಎಥೆನಾಲ್ (CCO) ಮತ್ತು ಡೈಮಿಥೈಲ್ ಈಥರ್ (COC) ಎರಡೂ ಆಗಿದೆ. ಸೂತ್ರದ ಸಮಾನತೆ ಗುರುತಿನ ಸಮಾನತೆಯಲ್ಲ; ಗುರುತಿಸಲು InChIKey ಬಳಸಿ.
ಸಾರಾಂಶದಲ್ಲಿ
- ರಚನೆಯ ಸಂಕೇತಗಳ ಮೂಲಕ ಅಣುಗಳನ್ನು ಗುರುತಿಸಿ, ಹೆಸರಿನಿಂದ ಅಲ್ಲ: ಮಾನವನೊಂದಿಗೆ SMILES, ಡೇಟಾಬೇಸ್ನೊಂದಿಗೆ InChI/InChIKey.
- RDKit ನಿರ್ಣಾಯಕವಾಗಿದೆ; AI ಊಹಿಸುತ್ತದೆ, RDKit ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತದೆ ಮತ್ತು ಪರಿಶೀಲಿಸುತ್ತದೆ.
- ಪ್ರತಿ AI ಸ್ಮೈಲ್ಸ್ ಅನ್ನು MolFromSmiles ನೊಂದಿಗೆ ಪಾರ್ಸ್ ಮಾಡಿ ಮತ್ತು ಯಾವುದೂ ಇಲ್ಲ ಎಂದು ಪರಿಶೀಲಿಸಿ, ನಂತರ ಅಂಗೀಕೃತಗೊಳಿಸಿ.
- RDKit ನಿಂದ ಆಣ್ವಿಕ ತೂಕ ಮತ್ತು ಸೂತ್ರದಂತಹ ಸಂಖ್ಯೆಗಳನ್ನು ಪಡೆಯಿರಿ, ಭಾಷಾ ಮಾದರಿಯಿಂದ ಅಲ್ಲ.
- ಫಾರ್ಮುಲಾ ಸಮಾನತೆ ಎಂದರೆ ಆಣ್ವಿಕ ಗುರುತು ಎಂದಲ್ಲ; ಗುರುತಿಸಲು InChIKey ಬಳಸಿ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ಮೂರು ಸಂಯುಕ್ತಗಳನ್ನು ಆರಿಸಿ (ಉದಾ. ಕೆಫೀನ್, ಐಬುಪ್ರೊಫೇನ್, ಗ್ಲೈಸಿನ್). ಪ್ರತಿಯೊಂದಕ್ಕೂ ಅಂಗೀಕೃತ ಸ್ಮೈಲ್ಗಳಿಗಾಗಿ AI ಅನ್ನು ಕೇಳಿ. ನಂತರ RDKit ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಬರೆಯಿರಿ (ಮೇಲಿನ ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಬಳಸಿ) ಮತ್ತು ರಚಿಸಿ: ಅಂಗೀಕೃತ ಸ್ಮೈಲ್ಸ್, ಆಣ್ವಿಕ ಸೂತ್ರ, ಆಣ್ವಿಕ ತೂಕ, InChIKey. AI ನೀಡಿದ ಎಷ್ಟು ಸ್ಮೈಲ್ಗಳು ಮಾನ್ಯವಾಗಿವೆ? YZ ಸಹ ಆಣ್ವಿಕ ತೂಕವನ್ನು ನೀಡಿದರೆ, RDKit ಮೌಲ್ಯದೊಂದಿಗೆ ಶೇಕಡಾವಾರು ವ್ಯತ್ಯಾಸವನ್ನು ಲೆಕ್ಕಹಾಕಿ. ನಿಮ್ಮ ಸಂಶೋಧನೆಗಳನ್ನು ಸಣ್ಣ ಕೋಷ್ಟಕದಲ್ಲಿ ಇರಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ಸ್ಮೈಲ್ಸ್ ಮತ್ತು InChI/InChIKey ಎಂದರೇನು ಮತ್ತು ಅವುಗಳನ್ನು ಯಾವಾಗ ಬಳಸಬೇಕೆಂದು ನನಗೆ ತಿಳಿದಿದೆ.
- [ ] ನಾನು MolFromSmiles ನೊಂದಿಗೆ AI ನೀಡಿದ ಪ್ರತಿ ಸ್ಮೈಲ್ಗಳನ್ನು ಪರಿಶೀಲಿಸುತ್ತೇನೆ.
- [ ] ನಾನು ಅವುಗಳನ್ನು ಹೋಲಿಸುವ ಮೊದಲು ಸ್ಮೈಲ್ಗಳನ್ನು ಅಂಗೀಕೃತಗೊಳಿಸುತ್ತೇನೆ.
- [ ] ನಾನು RDKit ನಿಂದ ಆಣ್ವಿಕ ತೂಕ ಮತ್ತು ಸೂತ್ರವನ್ನು ಪಡೆಯುತ್ತಿದ್ದೇನೆ, ಭಾಷಾ ಮಾದರಿಯಿಂದ ಅಲ್ಲ.
- [ ] ನಾನು InChIKey ನೊಂದಿಗೆ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ಅಣುವಿನ ಗುರುತನ್ನು ದೃಢೀಕರಿಸುತ್ತೇನೆ.
- [ ] ಸ್ಟೀರಿಯೊಕೆಮಿಸ್ಟ್ರಿ ಮುಖ್ಯವಾದ ಸಂದರ್ಭಗಳು ನನಗೆ ತಿಳಿದಿದೆ.