条件付き分子生成ネットは、13C NMRスペクトルと事前知識に基づいて自動構造解明を可能にします

核磁気共鳴（NMR）に基づいた未知の化合物の構造解明は、合成有機産物化学と天然産物の両方の化学の両方で困難な問題のままです。ライブラリマッチングは、構造解明を支援する効率的な方法です。ただし、図書館の報道によって制限されています。さらに、分子断片などの事前知識は無視されます。問題を解決するために、複数の情報源の入力を許可する条件付き分子生成ネット（CMGNET）を提案します。CMGNETは、13C NMRスペクトルデータを入力として使用するだけでなく、分子の式と分子の断片も入力条件として使用されます。私たちのモデルは、構造解明タスクに対応するために、異なる粒度レベルの2つのNMRスペクトルデータセットで分子理解と微調整のために大規模な事前販売を適用します。CMGNETは、13C NMRデータ、分子式、およびフラグメント情報に基づいて構造を生成し、上位10件の推奨事項で回復率は94.17％です。さらに、生成モデルは、さまざまなクラスの化合物の生成および構造修正タスクでうまく機能しました。CMGNETは、13C NMR、分子式、および断片からの分子接続性を深く理解しており、深い学習支援の逆の問題解決の新しいパラダイムへの道を開いています。

Structure elucidation of unknown compounds based on nuclear magnetic resonance (NMR) remains a challenging problem in both synthetic organic and natural product chemistry. Library matching has been an efficient method to assist structure elucidation. However, it is limited by the coverage of libraries. In addition, prior knowledge such as molecular fragments is neglected. To solve the problem, we propose a conditional molecular generation net (CMGNet) to allow input of multiple sources of information. CMGNet not only uses 13C NMR spectrum data as input but molecular formulas and fragments of molecules are also employed as input conditions. Our model applies large-scale pretraining for molecular understanding and fine-tuning on two NMR spectral data sets of different granularity levels to accommodate structure elucidation tasks. CMGNet generates structures based on 13C NMR data, molecular formula, and fragment information, with a recovery rate of 94.17% in the top 10 recommendations. In addition, the generative model performed well in the generation of various classes of compounds and in the structural revision task. CMGNet has a deep understanding of molecular connectivities from 13C NMR, molecular formula, and fragments, paving the way for a new paradigm of deep learning-assisted inverse problem-solving.