Cocrystal Formation Prediction: Hybrid GIN-Mordred Model Outperforms DFT-Based Methods
Notice bibliographique
Résumé
Cocrystals offer significant potential across various industries, especially pharmaceuticals, by addressing the poor solubility of new drug candidates. However, traditional experimental screening for cocrystal formation is expensive and time-consuming, highlighting the need for predictive models. In this study, we compared four cocrystal prediction approaches: two deep learning (DL) models based on DFT-driven data (PointNet for electrostatic potential (ESP) maps and a novel LSTM for sequential hydrogen bond parameters), a novel hybrid model combining graph isomorphism networks (GIN) with Mordred descriptors, and the empirical Hydrogen Bond Energy (HBE) method. To perform this comparison, we compiled and carried out DFT calculations for 14,790 molecules (7395 pairs of successful and unsuccessful cocrystals). Notably, the GIN-Mordred model outperformed all other methods, achieving the highest balanced accuracy (BACC: 0.916), F1-score (0.956), recall (0.932), and AUC (0.97), with superior segregation performance in distinguishing between cocrystallization outcomes. Importantly, the GIN-Mordred model does not require costly DFT calculations, demonstrating that a combination of graph-based and descriptor-based molecular representation provides an efficient and accurate alternative for cocrystal prediction. This model significantly streamlines the process of tuning the physicochemical properties of crystalline materials for various applications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».