合成計画アプリケーションを支える機械学習モデルは、学習データに含まれる化学反応に大きく依存しており、データが少ない化学空間では予測の精度や多様性が低下する傾向があります。異なるデータセットがモデルの性能に与える影響を測定することで、合成計画ソリューションの網羅性や新規性についてより確実な予測が可能となり、これまで困難とされていた科学分野を切り拓くデータセットの設計につながります。
本研究において、バイエル社の科学者は、CASコンテンツコレクションから得られた専門家精査済みの反応データが、合成計画モデルの予測能力に多大な影響を与えることを実証しました。希少な反応クラスにおける予測精度は32ポイント向上し、有用な新しい化学への理解が大きく広がりました。
