5、基于深度学习的化合物性质预测与环境属性评估

基于深度学习的化合物性质预测与环境属性评估

在化学领域，准确预测化合物的物理和环境性质对于分子设计、化学合成以及溶剂选择等方面至关重要。传统方法在处理复杂分子结构和异构体区分时存在一定局限性，而深度学习技术的出现为解决这些问题提供了新的途径。

异构体区分能力

异构体的区分是化学性质预测中的一个关键问题。不同的预测方法在区分异构体方面表现各异。

化合物	CAS 号	实验值 (K)	JR 方法 (Est. Tb) 估计值 (K)	JR 方法 (Exp. Tb) 估计值 (K)	CG 方法估计值 (K)	DNN 估计值 (K)
2,2,3 - 三甲基戊烷	564 - 02 - 3	563.40	557.09	563.31	562.10	563.42
2,2,4 - 三甲基戊烷	540 - 84 - 1	543.90	557.09	547.71	540.33	544.98