Instruction Multi-Constraint Molecular Generation Using a Teacher-Student Large Language Model

本文是LLM系列文章，针对《Instruction Multi-Constraint Molecular Generation Using a Teacher-Student Large Language Model》的翻译。

摘要

虽然已经提出了各种模型和计算工具用于分子的结构和性质分析，但生成符合所有期望结构和性质的分子仍然是一个挑战。在这里，我们介绍了一个多约束分子生成大语言模型TSMMG，它类似于学生，融合了来自各种小模型和工具的知识，即“教师”。为了训练TSMMG，我们通过从这些“老师”中提取分子知识来构建一大组文本分子对，使其能够通过各种文本提示生成符合描述的新分子。我们的实验表明，TSMMG在生成满足两个、三个和四个约束任务的复杂、自然语言描述的性质要求的分子方面表现出色，平均分子有效性超过99%，成功率分别为88.08%、65.27%和61.44%。该模型还通过零样本测试表现出适应性，创造出满足尚未遇到的性质组合的分子。它可以理解各种语言风格的文本输入，超出了概述的提示的范围，这一点通过经验验证得到了证实。此外，TSMMG的知识提取功能有助于不断增强小型模型，而数据集构建的创新方法有效地解决了数据稀缺和质量问题，这使TSMMG成为药物发现和材料科学领域的一个有前途的工具。代码位于https://github.com/HHWzhou/TSMMG.

引言

结果

方法

讨论

结论

总之，基于师生的多约束分子生成（TSMMG）模型代表了药物发现和相关应用中多约束分子产生领域的重大飞跃。TSMMG的创新方法解决了现有方法中的几个关键局限性，释放了更高效、更通