预测新化学：高质量训练数据对反应结果预测的影响

支持合成规划应用的机器学习模型在很大程度上受限于训练数据中已有的化学知识，其预测的准确性和多样性在化学空间稀疏区域往往会降低。通过衡量不同数据集对模型训练性能的影响，我们能够更准确地评估合成规划方案的覆盖范围与创新性，并设计出能够攻克科研难题的数据集。

在本研究中，拜耳公司的科学家展示了 CAS 内容合集中经专家筛选的反应数据对合成规划模型预测能力的显著影响。在罕见反应类别的结果预测中，准确率大幅提升了 32 个百分点，从而拓展了对新型实用化学的认知。