眾所周知，采用機器學習方法，基于定量結構-性質關系(QSPR)，可以從分子和晶體結構預測物理性質。現(xiàn)在，「J-OCTA軟件」¹可以進行逆分析，利用京都大學長町實驗室開發(fā)的mol-infer數(shù)據(jù)接口，可以實現(xiàn)從物理性質逆推分子結構。這是一種非常新穎的分子結構生成方法，具有廣闊的應用前景。

第一，利用人工神經(jīng)網(wǎng)絡(Artificial Neural Network, ANN)從分子結構預測物理性質。第二，通過混合整數(shù)線性規(guī)劃(Mixed Integer Linear Programming, MILP)求解人工神經(jīng)網(wǎng)絡的逆運算，能夠在相反的方向上執(zhí)行快速而準確的運算，這是單獨使用人工神經(jīng)網(wǎng)絡所不可能實現(xiàn)的。

首先，基于1297組數(shù)據(jù)集訓練分子結構和物理性質之間的關系。圖1展示的是測試過程中使用的分配系數(shù)。

圖1. mol-infer的訓練數(shù)據(jù)集和目標性質（分配系數(shù)=10.0） 

其次，使用MILP執(zhí)行逆運算。設目標分配系數(shù)為10.0，生成種子分子的圖結構和對應官能團的樹結構（見圖2），用來預測分子結構。

通過「J-OCTA軟件」¹預測的分子結構如圖3所示，得到了4種同分異構體。對于預測的分子結構，再次采用正向方法計算其物理性質，結果表明其分配系數(shù)為9.8，證明預測的分子結構基本滿足目標物性。

 

【1】J-OCTA分子動力學軟件 —— 通過對材料從原子級別到微米級別的模擬計算，從本質上理解元素組成和性能之間的關系。軟件可以滿足幾乎所有材料的分析，比如橡膠、塑料、薄膜、涂料及電解質材料等。可將其作為“ 知識發(fā)現(xiàn)工具 ”進行靈活運用。

 

---

點擊鏈接觀看J-OCTA軟件入門教程：https://www.anscos.com/video_003.html

如需咨詢更多解決方案請登陸：www.anscos.com