機械学習のロープ：合成化学における原理、応用、方向性

Machine learning the ropes: principles, applications and directions in synthetic chemistry.

• Felix Strieth-Kalthoff
• Frederik Sandfort
• Marwin H S Segler
• Frank Glorius

抄録

機械学習(ML)は、コンピュータビジョン、自然言語処理、デジタル安全性、医療などに多くの応用がある一般的な問題解決のパラダイムとして登場しました。データ中の複雑なパターンを認識することで、MLは多くの化学的課題にアプローチする方法を近代化する可能性を秘めています。このレビューでは、合成化学の観点からMLを紹介します。アルゴリズムとベストプラクティスのワークフローに関する基礎から始まり、合成計画、物性予測、分子設計、反応性予測における機械学習の様々な応用を取り上げます。特に、有機分子を表現し、利用するためのさまざまなアプローチが議論され、合成化学者に研究の文脈で機械学習を適用するために必要な理解とツールの両方を提供し、さらに研究を進めるためのヒントを提供します。

Machine learning (ML) has emerged as a general, problem-solving paradigm with many applications in computer vision, natural language processing, digital safety, or medicine. By recognizing complex patterns in data, ML bears the potential to modernise the way how many chemical challenges are approached. In this review, an introduction to ML is given from the perspective of synthetic chemistry: starting from the fundamentals regarding algorithms and best-practice workflows, the review covers different applications of machine learning in synthesis planning, property prediction, molecular design, and reactivity prediction. In particular, different approaches of representing and utilizing organic molecules will be discussed - providing synthetic chemists both with the understanding and the tools required to apply machine learning in the context of their research, and pointers for further studying.