ਲਾਭ:
- ਅਣੂਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਨਾਮ ਦੁਆਰਾ ਨਹੀਂ ਬਲਕਿ ਬਣਤਰ ਦੀ ਨੁਮਾਇੰਦਗੀ ਦੁਆਰਾ (ਮਨੁੱਖਾਂ ਨਾਲ ਮੁਸਕਰਾਹਟ, ਡੇਟਾਬੇਸ ਨਾਲ InChI/InChIKey)
- ਆਰਡੀਕਿਟ ਨਾਲ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੁਆਰਾ ਦਿੱਤੇ ਗਏ ਹਰੇਕ ਮੁਸਕਰਾਹਟ ਨੂੰ ਪਾਰਸ, ਪ੍ਰਮਾਣਿਤ ਅਤੇ ਪ੍ਰਮਾਣਿਕ ਬਣਾਉਣ ਦੁਆਰਾ ਅਵੈਧ ਜਾਂ ਗਲਤ ਢਾਂਚੇ ਦਾ ਪਤਾ ਲਗਾਉਣ ਦੀ ਸਮਰੱਥਾ
- ਇਹ ਸਮਝਣ ਦੇ ਯੋਗ ਹੋਣਾ ਕਿ ਨਿਰਧਾਰਕ ਮਾਤਰਾਵਾਂ ਜਿਵੇਂ ਕਿ ਅਣੂ ਭਾਰ ਅਤੇ ਫਾਰਮੂਲਾ ਨਿਯਮ-ਅਧਾਰਿਤ ਟੂਲ ਤੋਂ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਭਾਸ਼ਾ ਮਾਡਲ ਤੋਂ ਨਹੀਂ।
ਕੈਮਿਸਟਰੀ ਵਿੱਚ AI ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਵਰਤਣ ਲਈ ਪਹਿਲੀ ਸ਼ਰਤ ਹੈ ਅਣੂ ਨੂੰ ਅਜਿਹੀ ਭਾਸ਼ਾ ਵਿੱਚ ਲਿਖਣਾ ਜਿਸ ਨੂੰ ਮਸ਼ੀਨ ਅਤੇ ਮਨੁੱਖ ਦੋਵੇਂ ਸਮਝ ਸਕਦੇ ਹਨ। ਤੁਸੀਂ "ਫੀਨੋਲ" ਕਹਿੰਦੇ ਹੋ, AI ਇਹ ਸਹੀ ਹੋ ਜਾਂਦਾ ਹੈ; ਪਰ ਜਦੋਂ ਤੁਸੀਂ "ਐਸਿਡ" ਕਹਿੰਦੇ ਹੋ ਤਾਂ ਹਜ਼ਾਰਾਂ ਸੰਭਾਵਨਾਵਾਂ ਹੁੰਦੀਆਂ ਹਨ। ਨਾਮ ਅਸਪਸ਼ਟ ਹਨ; ਬਣਤਰ ਨੁਮਾਇੰਦਗੀ ਸਟੀਕ ਹਨ. ਇਸ ਇਕਾਈ ਵਿੱਚ, ਅਸੀਂ ਦੋ ਬੁਨਿਆਦੀ ਸੰਕੇਤਾਂ ਨੂੰ ਸਿੱਖਾਂਗੇ ਜੋ ਅਣੂ ਨੂੰ ਟੈਕਸਟ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਦੇ ਹਨ (SMILES ਅਤੇ InChI) ਅਤੇ ਉਹ ਟੂਲ ਜੋ ਉਹਨਾਂ ਨੂੰ ਨਿਰਧਾਰਿਤ ਤੌਰ 'ਤੇ ਪ੍ਰਮਾਣਿਤ ਕਰਦਾ ਹੈ (RDKit)। ਸਾਡਾ ਟੀਚਾ: AI ਨੂੰ ਅਣੂ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਦੇਣਾ ਕਿ ਇਹ ਕਦੇ ਵੀ ਗਲਤ ਨਾ ਸਮਝੇ, ਅਤੇ ਇੱਕ ਟੂਲ ਨਾਲ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਢਾਂਚੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ।
ਮੁਸਕਰਾਹਟ ਕੀ ਹੈ?
ਸਮਾਈਲਜ਼ (ਸਿਮਲੀਫਾਈਡ ਮੋਲੀਕਿਊਲਰ-ਇਨਪੁਟ ਲਾਈਨ-ਐਂਟਰੀ ਸਿਸਟਮ) ਟੈਕਸਟ ਦੀ ਇੱਕ ਲਾਈਨ ਵਿੱਚ ਇੱਕ ਅਣੂ ਨੂੰ ਲਿਖਣ ਦਾ ਇੱਕ ਫਾਰਮੈਟ ਹੈ। ਪਰਮਾਣੂ ਅੱਖਰਾਂ ਦੁਆਰਾ ਦਰਸਾਏ ਜਾਂਦੇ ਹਨ, ਚਿੰਨ੍ਹਾਂ ਦੁਆਰਾ ਬਾਂਡ, ਅਤੇ ਰਿੰਗਾਂ ਦੁਆਰਾ ਸੰਖਿਆਵਾਂ ਦੁਆਰਾ। ਉਦਾਹਰਨਾਂ:
- ਈਥਾਨੌਲ: ਸੀਸੀਓ (ਕਾਰਬਨ–ਕਾਰਬਨ–ਆਕਸੀਜਨ; ਹਾਈਡ੍ਰੋਜਨ ਸੰਮਿਲਿਤ)।
- ਬੈਂਜ਼ੀਨ: c1cccc1 (ਛੋਟੇ ਅੱਖਰ "c" ਸੁਗੰਧਿਤ ਕਾਰਬਨ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ; 1 ਰਿੰਗ ਨੂੰ ਬੰਦ ਕਰਦਾ ਹੈ)।
- ਐਸਪਰੀਨ: CC(=O)Oc1cccc1C(=O)O।
- ਕੈਫੀਨ: Cn1cnc2c1c(=O)n(C)c(=O)n2C।
ਸਮਾਈਲਜ਼ ਦੀ ਤਾਕਤ ਇਹ ਹੈ ਕਿ ਇਹ ਇੱਕ ਲਾਈਨ ਵਿੱਚ ਪੂਰੇ ਲਿੰਕ ਢਾਂਚੇ ਨੂੰ ਸੰਭਾਲਦਾ ਹੈ; ਇਸਦੀ ਕਮਜ਼ੋਰੀ ਇਹ ਹੈ ਕਿ ਇੱਕੋ ਅਣੂ ਵਿੱਚ ਕਈ ਪ੍ਰਮਾਣਿਕ ਮੁਸਕਾਨ ਹੋ ਸਕਦੇ ਹਨ (ਇਸ ਨੂੰ ਗੈਰ-ਪ੍ਰਮਾਣਿਕਤਾ ਕਿਹਾ ਜਾਂਦਾ ਹੈ)। ਅਸੀਂ ਇਸਨੂੰ ਇੱਕ ਪਲ ਵਿੱਚ RDKit ਨਾਲ ਹੱਲ ਕਰਾਂਗੇ।
ਸੰਕੇਤ: ਇੱਕ ਅਣੂ ਲਈ "ਕੈਨੋਨੀਕਲ SMILES" ਉਸ ਅਣੂ ਲਈ ਸਿੰਗਲ, ਮਿਆਰੀ ਸਪੈਲਿੰਗ ਹੈ। ਇਹ ਦੇਖਣ ਲਈ ਕਿ ਕੀ ਦੋ ਮੁਸਕਰਾਹਟ ਇੱਕੋ ਅਣੂ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰੋ ਅਤੇ ਉਹਨਾਂ ਦੀ ਤੁਲਨਾ ਕਰੋ; ਉਹ ਟੈਕਸਟ ਦੇ ਬਰਾਬਰ ਨਹੀਂ ਹੋਣੇ ਚਾਹੀਦੇ, ਪਰ ਉਹਨਾਂ ਨੂੰ ਬਰਾਬਰ ਦੇ ਅਣੂ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ।
InChI ਕੀ ਹੈ?
InChI (ਇੰਟਰਨੈਸ਼ਨਲ ਕੈਮੀਕਲ ਆਈਡੈਂਟੀਫਾਇਰ) IUPAC ਦੁਆਰਾ ਵਿਕਸਤ ਇੱਕ ਮਿਆਰੀ ਪਛਾਣਕਰਤਾ ਹੈ। SMILES ਤੋਂ ਫਰਕ ਇਹ ਹੈ ਕਿ ਇੱਕੋ ਅਣੂ ਹਮੇਸ਼ਾ ਇੱਕੋ InChI ਦਿੰਦਾ ਹੈ; ਭਾਵ, ਇਹ ਕੁਦਰਤ ਵਿੱਚ ਕੈਨੋਨੀਕਲ ਹੈ। ਇਹ ਲੰਬਾ ਅਤੇ ਪੜ੍ਹਨਾ ਮੁਸ਼ਕਲ ਹੈ, ਪਰ ਡੇਟਾਬੇਸ ਮੇਲ ਲਈ ਆਦਰਸ਼ ਹੈ। ਖੋਜ ਲਈ ਸੰਖੇਪ "InChIKey" (27-ਅੱਖਰਾਂ ਦਾ ਡਾਇਜੈਸਟ) ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।
- ਐਸਪਰੀਨ InChIKey: BSYNRYMUTXBXSQ-UHFFFAOYSA-N.
ਨਿਯਮ: ਲੋਕ SMILES ਬੋਲਦੇ ਹਨ (ਪੜ੍ਹਦੇ ਹਨ), ਮਸ਼ੀਨਾਂ ਅਤੇ ਡੇਟਾਬੇਸ InChI/InChIKey (ਸਹੀ) ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹਨ। AI ਨੂੰ ਮੁਸਕਰਾਓ; InChIKey ਨਾਲ ਡੇਟਾਬੇਸ ਵਿੱਚ ਪੁਸ਼ਟੀ ਕਰੋ।
RDKit: ਨਿਰਣਾਇਕ ਤਸਦੀਕ ਇੰਜਣ
RDKit ਇੱਕ ਓਪਨ ਸੋਰਸ ਕੈਮਿਨਫਾਰਮੈਟਿਕਸ ਲਾਇਬ੍ਰੇਰੀ ਹੈ। ਭਾਸ਼ਾ ਮਾਡਲ ਦੇ ਉਲਟ, ਇਹ ਨਿਯਮ-ਆਧਾਰਿਤ ਹੈ: SMILES ਨੂੰ ਪਾਰਸ ਕਰਦਾ ਹੈ, ਅਣੂ ਭਾਰ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ, ਕੈਨੋਨੀਕਲ SMILES ਬਣਾਉਂਦਾ ਹੈ, InChI/InChIKey ਵਾਪਸ ਕਰਦਾ ਹੈ, ਅਣੂ ਖਿੱਚਦਾ ਹੈ। ਇਸ ਲਈ RDKit "ਗਣਨਾ" ਕਰਦਾ ਹੈ ਕਿ AI "ਭਵਿੱਖਬਾਣੀ" ਕੀ ਕਰਦਾ ਹੈ। ਇਹ ਵਰਕਫਲੋ ਦਾ ਦਿਲ ਹੈ: AI ਤਿਆਰ ਕਰਦਾ ਹੈ, RDKit ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ।
ਇੱਕ ਬੁਨਿਆਦੀ ਪੁਸ਼ਟੀਕਰਨ ਪ੍ਰਵਾਹ:
rdkit ਆਯਾਤ Chemfrom rdkit.Chem ਆਯਾਤ ਵਰਣਨਕਰਤਾਵਾਂ ਤੋਂ, Drawsmiles = "CC(=O)Oc1cccc1C(=O)O" Chem.MolToSmiles(mol)) ਪ੍ਰਿੰਟ("ਮੌਲੀਕਿਊਲਰ ਫਾਰਮੂਲਾ:", Chem.rdMolDescriptors.CalcMolFormula(Momolle print:"),(Momolle print) round(Descriptors.MolWt(mol), 2), "g/mol") ਪ੍ਰਿੰਟ("InChIKey:", Chem.MolToInchiKey(mol))
ਜੇਕਰ MolFromSmiles ਕੋਈ ਨਹੀਂ ਵਾਪਸ ਕਰਦਾ ਹੈ, ਤਾਂ AI ਨੇ ਤੁਹਾਨੂੰ ਇੱਕ ਅਵੈਧ ਅਣੂ ਦਿੱਤਾ ਹੈ; ਇਹ ਇਕੱਲਾ ਬਹੁਤ ਕੀਮਤੀ ਚੇਤਾਵਨੀ ਹੈ। ਜੇਕਰ ਵੈਧ ਹੈ, ਤਾਂ ਤੁਹਾਨੂੰ ਅਣੂ ਦੇ ਭਾਰ ਲਈ ਭਾਸ਼ਾ ਮਾਡਲ ਨੂੰ ਪੁੱਛਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ; ਇਹ ਨਿਸ਼ਚਤ ਰੂਪ ਵਿੱਚ ਤੁਹਾਡੇ ਹੱਥ ਵਿੱਚ ਹੈ।
ਕਦਮ ਦਰ ਕਦਮ: AI + RDKit ਇੰਟਰਓਪਰੇਸ਼ਨ
- ਅਣੂ ਦੀ ਪਛਾਣ ਕਰੋ: AI ਨੂੰ ਨਾਮ ਦਿਓ, ਮੁਸਕਰਾਹਟ ਲਈ ਪੁੱਛੋ। ਉਦਾਹਰਨ ਲਈ, "ਪੈਰਾਸੀਟਾਮੋਲ ਲਈ ਕੈਨੋਨੀਕਲ ਮੁਸਕਰਾਹਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।"
- ਪੁਸ਼ਟੀ ਕਰੋ: ਆਉਣ ਵਾਲੀਆਂ ਸਮਾਈਲਾਂ ਨੂੰ MolFromSmiles ਨਾਲ ਪਾਰਸ ਕਰੋ। ਜੇਕਰ ਕੋਈ ਨਹੀਂ, ਤਾਂ ਅਸਵੀਕਾਰ ਕਰੋ।
- ਕੈਨੋਨੀਕਲਾਈਜ਼: MolToSmiles ਨਾਲ ਕੈਨੋਨੀਕਲ ਸਪੈਲਿੰਗ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰੋ; ਹੁਣ ਤੋਂ ਹਮੇਸ਼ਾ ਇਸ ਦੀ ਵਰਤੋਂ ਕਰੋ।
- ਸੰਖਿਆਵਾਂ ਦੀ ਗਣਨਾ ਕਰੋ: ਆਰਡੀਕਿਟ ਤੋਂ ਅਣੂ ਦਾ ਭਾਰ, ਫਾਰਮੂਲਾ, ਰਿੰਗਾਂ ਦੀ ਸੰਖਿਆ, ਹਾਈਡ੍ਰੋਜਨ ਬਾਂਡ ਦਾਨੀਆਂ/ਸਵੀਕਾਰ ਕਰਨ ਵਾਲਿਆਂ ਦੀ ਸੰਖਿਆ ਆਦਿ ਪ੍ਰਾਪਤ ਕਰੋ, ਏਆਈ ਤੋਂ ਨਹੀਂ।
- ਫਿਕਸ ID: InChIKey ਤਿਆਰ ਕਰੋ, ਡੇਟਾਬੇਸ (PubChem) ਵਿੱਚ ਖੋਜ ਕਰੋ, ਪੁਸ਼ਟੀ ਕਰੋ ਕਿ ਅਣੂ ਅਸਲ ਵਿੱਚ ਉਹ ਮਿਸ਼ਰਣ ਹੈ ਜੋ ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਮੁਸਕਰਾਹਟ ਦੀ ਬੇਨਤੀ ਕਰਨਾ (ਨਾਂਵ ਤੋਂ ਬਣਤਰ ਤੱਕ):
ਕਾਰਜ: ਨਿਮਨਲਿਖਤ ਮਿਸ਼ਰਣ ਲਈ ਕੈਨੋਨੀਕਲ ਮੁਸਕਾਨ ਦਿਓ। ਮਿਸ਼ਰਣ: ਪੈਰਾਸੀਟਾਮੋਲ (ਐਸੀਟਾਮਿਨੋਫ਼ਿਨ)। ਨਿਯਮ: ਸਿਰਫ਼ SMILES ਸਤਰ ਅਤੇ InChIKey ਦਿਓ, ਕੋਈ ਹੋਰ ਵਿਆਖਿਆ ਨਾ ਜੋੜੋ। ਜੇ ਤੁਸੀਂ ਯਕੀਨੀ ਨਹੀਂ ਹੋ, ਤਾਂ "ਅਨਸੁਆਰ" ਲਿਖੋ, ਮੇਕਅੱਪ ਨਾ ਕਰੋ।
2) SMILES ਪ੍ਰਮਾਣਿਕਤਾ ਬੇਨਤੀ (ਸੰਰਚਨਾ ਤੋਂ ਨਿਯੰਤਰਣ ਤੱਕ):
ਹੇਠਾਂ ਦਿੱਤੇ ਮੁਸਕਾਨਾਂ ਦੀ ਜਾਂਚ ਕਰੋ: CC(=O)Nc1ccc(O)cc1 ਸਵਾਲ:1) ਕੀ ਇਹ ਇੱਕ ਵੈਧ ਮੁਸਕਾਨ ਹੈ? 2) ਇਹ ਕਿਸ ਮਿਸ਼ਰਣ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ (ਆਮ ਨਾਮ)? 3) ਅਣੂ ਫਾਰਮੂਲਾ ਕੀ ਹੈ? ਨੋਟ: ਮੈਂ RDKit ਨਾਲ ਸਹੀ ਅਣੂ ਭਾਰ ਦੀ ਗਣਨਾ ਕਰਾਂਗਾ; ਤੁਸੀਂ ਸਿਰਫ਼ ਆਪਣੀ ਬਣਤਰ ਦੀ ਵਿਆਖਿਆ ਦਿਓ।
3) ਦੋ ਪ੍ਰਤੀਨਿਧਤਾਵਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨਾ:
ਮੇਰੇ ਕੋਲ ਦੋ ਮੁਸਕਰਾਹਟ ਹਨ: A) OCCB) CCOTask: ਕੀ ਇਹ ਇੱਕੋ ਜਿਹੇ ਅਣੂ ਹਨ ਜਾਂ ਵੱਖਰੇ ਹਨ? ਆਪਣਾ ਤਰਕ ਲਿਖੋ। ਨੋਟ: ਮੈਂ ਤੁਹਾਡੇ ਜਵਾਬ ਨੂੰ RDKit ਵਿੱਚ ਪ੍ਰਮਾਣਿਤ ਕਰਕੇ ਜਾਂਚ ਕਰਾਂਗਾ।
4) ਢਾਂਚੇ ਦੀ ਵਿਆਖਿਆ (ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼ਾਂ ਲਈ):
ਮੁਸਕਰਾਹਟ: Cn1cnc2c1c(=O)n(C)c(=O)n2CTask: ਇਸ ਮੁਸਕਰਾਹਟ ਦੇ ਟੁਕੜੇ ਨੂੰ ਟੁਕੜੇ-ਟੁਕੜੇ ਪੜ੍ਹੋ ਅਤੇ ਸਮਝਾਓ ਕਿ ਸਾਦੇ ਤੁਰਕੀ ਵਿੱਚ ਹਰੇਕ ਪ੍ਰਤੀਕ ਦਾ ਕੀ ਅਰਥ ਹੈ (ਪਰਮਾਣੂ, ਬੰਧਨ, ਰਿੰਗ, ਸੁਗੰਧਤਾ)। ਇਹ ਵੀ ਦੱਸੋ ਕਿ ਇਹ ਕਿਹੜਾ ਮਿਸ਼ਰਣ ਹੈ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ:
ਐਸੀਟਾਮਿਨੋਫ਼ਿਨ ਦੇ ਗੁਣ ਦੱਸੋ।
"ਵਿਸ਼ੇਸ਼ਤਾ" ਅਸਪਸ਼ਟ ਹੈ; AI ਅਣੂ ਭਾਰ ਤੋਂ ਪਿਘਲਣ ਵਾਲੇ ਬਿੰਦੂ ਤੱਕ ਬੇਤਰਤੀਬ ਸੰਖਿਆਵਾਂ ਬਣਾਉਂਦਾ ਹੈ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕੁਝ ਗਲਤ ਹੋਣਗੇ।
ਮਜ਼ਬੂਤ:
ਮਿਸ਼ਰਣ: acetaminophen.1) ਕੈਨੋਨੀਕਲ ਮੁਸਕਾਨ ਅਤੇ InChIKey ਵਰਜਨ.2) ਅਣੂ ਫਾਰਮੂਲਾ ਦਿਓ। ਨਿਯਮ: ਅੰਕੀ ਮੁੱਲ ਨਾ ਦਿਓ ਜਿਵੇਂ ਕਿ ਅਣੂ ਭਾਰ, ਪਿਘਲਣ ਵਾਲੇ ਬਿੰਦੂ, ਆਦਿ; ਮੈਂ ਉਹਨਾਂ ਨੂੰ RDKit/PubChem ਨਾਲ ਪ੍ਰਾਪਤ ਕਰਾਂਗਾ। ਬੱਸ ਬਿਲਡ ਆਈਡੀ ਦਿਓ।
ਅੰਤਰ: ਅਸੀਂ AI ਨੂੰ ਉਸ ਵੱਲ ਨਿਰਦੇਸ਼ਿਤ ਕੀਤਾ ਹੈ ਕਿ ਇਹ ਕਿਸ 'ਤੇ ਮਜ਼ਬੂਤ ਹੈ (ਸੰਰਚਨਾ ਪਛਾਣ) ਅਤੇ ਇਸ ਤੋਂ ਦੂਰ ਕਿ ਇਹ ਕਿਸ 'ਤੇ ਕਮਜ਼ੋਰ ਹੈ (ਪ੍ਰਯੋਗਾਤਮਕ ਸੰਖਿਆਵਾਂ)।
ਛਾਪਾਂ ਦੀ ਤੁਲਨਾ
ਵਿਸ਼ੇਸ਼ਤਾ
ਮੁਸਕਰਾਉਂਦੇ ਹਨ
InChI / InChIKey
ਪੜ੍ਹਨਯੋਗਤਾ
ਉੱਚ (ਲੋਕਾਂ ਦੇ ਅਨੁਕੂਲ)
ਘੱਟ (ਮਸ਼ੀਨ ਅਨੁਕੂਲ)
ਪ੍ਰਮਾਣਿਕਤਾ
ਤਬਦੀਲੀ ਦੇ ਅਧੀਨ (ਕੈਨੋਨਾਈਜ਼ੇਸ਼ਨ ਦੀ ਲੋੜ ਹੈ)
ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਸਿੰਗਲ
ਵਰਤੋਂ
ਮਨੁੱਖੀ ਸੰਚਾਰ, ਡਰਾਇੰਗ, ਇੰਪੁੱਟ
ਡਾਟਾਬੇਸ ਮੇਲ, ਪਛਾਣ
ਸਟੀਰੀਓਕੈਮਿਸਟਰੀ
ਸਮਰਥਨ (@ ਚਿੰਨ੍ਹ)
ਸਪੋਰਟ (ਲੇਅਰਡ)
AI ਨੂੰ ਦੇਣ ਲਈ
ਆਦਰਸ਼
ਪੁਸ਼ਟੀ ਲਈ ਆਦਰਸ਼
ਮਿੰਨੀ ਕੇਸ
ਕੇਸ 1 — ਦੋ ਨਾਮ, ਇੱਕ ਅਣੂ। ਇੱਕ ਵਿਦਿਆਰਥੀ ਨੇ ਸੋਚਿਆ ਕਿ "N-acetyl-para-aminophenol" ਅਤੇ "ਪੈਰਾਸੀਟਾਮੋਲ" ਵੱਖ-ਵੱਖ ਮਿਸ਼ਰਣ ਸਨ ਅਤੇ ਦੋ ਵੱਖ-ਵੱਖ ਪ੍ਰਯੋਗਾਂ ਦੀ ਯੋਜਨਾ ਬਣਾਈ। ਜਦੋਂ ਉਹਨਾਂ ਦੇ ਮੁਸਕਰਾਹਟ ਨੂੰ RDKit ਵਿੱਚ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਗਿਆ, ਤਾਂ ਉਹ ਦੋਵੇਂ CC(=O)Nc1ccc(O)cc1 ਨਿਕਲੇ; ਇਹ ਉਹੀ ਅਣੂ ਸੀ। ਗੁਆਚਿਆ: ਯੋਜਨਾ ਦਾ ਅੱਧਾ ਦਿਨ; ਲਾਭ: 2-ਮਿੰਟ ਦੀ ਕੈਨੋਨੀਕਲਾਈਜ਼ੇਸ਼ਨ ਜਾਂਚ ਨਾਲ ਬਚਿਆ ਜਾ ਸਕਦਾ ਸੀ।
ਕੇਸ 2 — ਅਵੈਧ SMILES ਕੈਪਚਰ। AI ਨੇ CC(=O)Nc1ccc(O)cc1C( ਇੱਕ ਰੂਪ (ਬਰੈਕਟ ਬੰਦ ਨਹੀਂ ਕੀਤੇ) ਲਈ ਵਾਪਸ ਕੀਤਾ। ਵਿਦਿਆਰਥੀ ਨੇ MolFromSmiles ਚਲਾਇਆ, ਇਸ ਨੇ ਕੋਈ ਨਹੀਂ ਵਾਪਸ ਕੀਤਾ, ਤੁਰੰਤ ਗਲਤੀ ਦੇਖੀ ਅਤੇ SMILES ਨੂੰ ਠੀਕ ਕਰਨ ਦੀ ਬੇਨਤੀ ਕੀਤੀ। ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ, ਨੁਕਸਦਾਰ ਬਣਤਰ ਸਾਰੇ ਖਾਤਿਆਂ ਵਿੱਚ ਫੈਲ ਗਈ ਹੋਵੇਗੀ।
ਕੇਸ 3 - ਗਲਤ ਅਣੂ ਭਾਰ। YZ ਨੇ ibuprofen (C13H18O2) ਲਈ "ਅਣੂ ਦਾ ਭਾਰ 214.3 g/mol" ਕਿਹਾ। RDKit ਗਣਨਾ ਨੇ 206.28 g/mol ਦਿੱਤੀ। 0.1 mol ਲਈ ਅੰਤਰ: YZ ਨਾਲ 21.43 g, ਅਸਲ ਵਿੱਚ 20.63 g। 3.9% ਦਾ ਇਹ ਅੰਤਰ ਸਟੋਈਚਿਓਮੈਟਰੀ ਅਤੇ ਉਪਜ ਗਣਨਾ ਵਿੱਚ ਵਿਘਨ ਪਾਵੇਗਾ। ਇਹ ਨਿਰਣਾਇਕ ਕੈਲਕੂਲਸ ਲਿਆਇਆ।
ਆਮ ਗਲਤੀਆਂ
- ਅਣੂ ਨੂੰ ਨਾਮ ਦੇ ਕੇ। ਸਮਾਨਾਰਥੀ/ਵਪਾਰਕ ਨਾਮ ਉਲਝਣ ਵਿੱਚ ਹਨ। ਹਮੇਸ਼ਾ ਮੁਸਕਰਾਹਟ ਜਾਂ InChI ਸ਼ਾਮਲ ਕਰੋ।
- ਮੁਸਕਰਾਹਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕੀਤੇ ਬਿਨਾਂ ਇਸ ਦੀ ਤੁਲਨਾ ਕਰਨਾ। OCC ਅਤੇ CCO ਟੈਕਸਟ ਵਿੱਚ ਵੱਖਰੇ ਹਨ ਪਰ ਅਣੂਆਂ ਵਿੱਚ ਇੱਕੋ ਜਿਹੇ ਹਨ।
- ਜੀਭ ਮਾਡਲ ਨੂੰ ਅਣੂ ਭਾਰ ਪੁੱਛਣਾ. ਇਹ ਇੱਕ ਨਿਰਣਾਇਕ ਗਣਨਾ ਹੈ; ਇਹ RDKit ਜਾਂ ਫਾਰਮੂਲੇ ਤੋਂ ਹੱਥੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
- ਅਵੈਧ ਮੁਸਕਰਾਹਟ ਵੱਲ ਧਿਆਨ ਨਹੀਂ ਦਿੱਤਾ ਜਾ ਰਿਹਾ। MolFromSmiles None ਦੀ ਵਾਪਸੀ ਦੀ ਜਾਂਚ ਨਾ ਕਰਨਾ ਅਤੇ ਗਲਤ ਢਾਂਚੇ ਦੇ ਨਾਲ ਜਾਰੀ ਰੱਖਣਾ.
- ਸਟੀਰੀਓਕੈਮਿਸਟਰੀ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ. ਦੋ enantiomers (ਸ਼ੀਸ਼ੇ ਪ੍ਰਤੀਬਿੰਬ ਆਈਸੋਮਰ) ਵੱਖ-ਵੱਖ ਜੈਵਿਕ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹਨ; SMILES ਵਿੱਚ @/@@ ਚਿੰਨ੍ਹਾਂ ਨੂੰ ਛੱਡਣਾ।
ਧਿਆਨ ਦਿਓ: ਇੱਕੋ ਅਣੂ ਫਾਰਮੂਲੇ ਦਾ ਮਤਲਬ ਵੱਖੋ ਵੱਖਰੇ ਅਣੂ ਨਹੀਂ ਹਨ। C2H6O ਦੋਵੇਂ ਈਥਾਨੌਲ (CCO) ਅਤੇ ਡਾਈਮੇਥਾਈਲ ਈਥਰ (COC) ਹਨ। ਫਾਰਮੂਲੇ ਦੀ ਸਮਾਨਤਾ ਪਛਾਣ ਦੀ ਸਮਾਨਤਾ ਨਹੀਂ ਹੈ; ਪਛਾਣ ਲਈ InChIKey ਦੀ ਵਰਤੋਂ ਕਰੋ।
ਸੰਖੇਪ ਵਿੱਚ
- ਸੰਰਚਨਾ ਸੰਕੇਤ ਦੁਆਰਾ ਅਣੂਆਂ ਦੀ ਪਛਾਣ ਕਰੋ, ਨਾਂ ਦੁਆਰਾ: ਮਨੁੱਖੀ ਨਾਲ ਮੁਸਕਰਾਹਟ, ਡੇਟਾਬੇਸ ਨਾਲ InChI/InChIKey।
- RDKit ਨਿਰਣਾਇਕ ਹੈ; AI ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ, RDKit ਗਣਨਾ ਕਰਦਾ ਹੈ ਅਤੇ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ।
- MolFromSmiles ਨਾਲ ਹਰੇਕ AI SMILES ਨੂੰ ਪਾਰਸ ਕਰੋ ਅਤੇ None ਦੀ ਜਾਂਚ ਕਰੋ, ਫਿਰ ਕੈਨੋਨੀਕਲਾਈਜ਼ ਕਰੋ।
- RDKit ਤੋਂ ਅਣੂ ਭਾਰ ਅਤੇ ਫਾਰਮੂਲੇ ਵਰਗੇ ਨੰਬਰ ਪ੍ਰਾਪਤ ਕਰੋ, ਭਾਸ਼ਾ ਮਾਡਲ ਤੋਂ ਨਹੀਂ।
- ਫਾਰਮੂਲਾ ਸਮਾਨਤਾ ਦਾ ਮਤਲਬ ਅਣੂ ਪਛਾਣ ਨਹੀਂ ਹੈ; ਪਛਾਣ ਲਈ InChIKey ਦੀ ਵਰਤੋਂ ਕਰੋ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਤਿੰਨ ਮਿਸ਼ਰਣ ਚੁਣੋ (ਜਿਵੇਂ ਕਿ ਕੈਫੀਨ, ਆਈਬਿਊਪਰੋਫ਼ੈਨ, ਗਲਾਈਸੀਨ)। ਹਰੇਕ ਲਈ ਕੈਨੋਨੀਕਲ ਮੁਸਕਾਨ ਲਈ AI ਨੂੰ ਪੁੱਛੋ। ਫਿਰ ਇੱਕ RDKit ਸਕ੍ਰਿਪਟ ਲਿਖੋ (ਉਪਰੋਕਤ ਟੈਂਪਲੇਟ ਦੀ ਵਰਤੋਂ ਕਰੋ) ਅਤੇ ਤਿਆਰ ਕਰੋ: ਕੈਨੋਨੀਕਲ ਮੁਸਕਾਨ, ਅਣੂ ਫਾਰਮੂਲਾ, ਅਣੂ ਭਾਰ, InChIKey। AI ਦੁਆਰਾ ਦਿੱਤੀਆਂ ਗਈਆਂ ਸਮਾਈਲਾਂ ਵਿੱਚੋਂ ਕਿੰਨੀਆਂ ਵੈਧ ਸਨ? ਜੇਕਰ YZ ਨੇ ਅਣੂ ਭਾਰ ਵੀ ਦਿੱਤਾ ਹੈ, ਤਾਂ RDKit ਮੁੱਲ ਦੇ ਨਾਲ ਪ੍ਰਤੀਸ਼ਤ ਦੇ ਰੂਪ ਵਿੱਚ ਅੰਤਰ ਦੀ ਗਣਨਾ ਕਰੋ। ਆਪਣੀਆਂ ਖੋਜਾਂ ਨੂੰ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਸਾਰਣੀ ਵਿੱਚ ਪਲਾਟ ਕਰੋ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਨੂੰ ਪਤਾ ਹੈ ਕਿ ਮੁਸਕਰਾਹਟ ਅਤੇ InChI/InChIKey ਕੀ ਹਨ ਅਤੇ ਇਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਦੋਂ ਕਰਨੀ ਹੈ।
- [ ] ਮੈਂ MolFromSmiles ਨਾਲ AI ਦੁਆਰਾ ਦਿੱਤੇ ਗਏ ਹਰ ਮੁਸਕਰਾਹਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹਾਂ।
- [ ] ਮੈਂ ਉਹਨਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਮੁਸਕਰਾਹਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਦਾ ਹਾਂ।
- [ ] ਮੈਂ RDKit ਤੋਂ ਅਣੂ ਭਾਰ ਅਤੇ ਫਾਰਮੂਲਾ ਪ੍ਰਾਪਤ ਕਰ ਰਿਹਾ ਹਾਂ, ਭਾਸ਼ਾ ਮਾਡਲ ਤੋਂ ਨਹੀਂ।
- [ ] ਮੈਂ InChIKey ਨਾਲ ਡੇਟਾਬੇਸ ਵਿੱਚ ਅਣੂ ਦੀ ਪਛਾਣ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹਾਂ।
- [ ] ਮੈਂ ਉਹਨਾਂ ਸਥਿਤੀਆਂ ਨੂੰ ਜਾਣਦਾ ਹਾਂ ਜਿੱਥੇ ਸਟੀਰੀਓਕੈਮਿਸਟਰੀ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦੀ ਹੈ।