Molecular Descriptors, Structure Generation, and Inverse QSAR/QSPR Based on SELFIES

https://pubs.acs.org/doi/full/10.1021/acsomega.3c01332

1. 本研究の学術的背景，研究課題の核心をなす学術的「問い」は何ですか？
本研究の学術的背景は、逆QSAR / QSPRにおいて、いくつかの化学構造を生成し、それらの分子記述子を計算する必要があることです。研究課題の核心は、自己参照埋め込み文字（SELFIES）に基づく分子記述子、構造生成、及び逆QSAR / QSPRの提案にあります。

2. 本研究の目的及び学術的独自性と創造性は何ですか？
本研究の目的は、SELFIESを使用して逆QSAR / QSPRを行うことで、大量の化合物を生成し、目標y値を持つ分子を生成することです。独自性と創造性は、SELFIES単語の生成を含む逆QSAR / QSPRに関する新しい手法を提案する点にあります。

3. 本研究の着想に至った経緯や、関連する国内外の研究動向と本研究の位置づけは何ですか？
本研究は、分子設計の研究に関連しており、SELFIESを使用した分子設計における逆QSAR / QSPRに関する研究動向を引用しています。また本研究は、SELFIESを使用することにより、既存の方法にない新しい手法を提供しました。

4. 本研究で何をどのように、どこまで明らかにした？
本研究では、SELFIESを使用した逆QSAR / QSPRに関する新しい手法を提案し、実際の化合物データセットを使用してSELFIES記述子に基づくQSAR / QSPRモデルを作成し、分子の生成に成功しました。

5. 本研究の有効性はどのように検証した？
本研究では、SELFIESを使用した逆QSAR / QSPRの新しい手法によって、複数の実際のデータセットでモデルが作成されたことを確認しました。例として、目標y値を持つ分子が生成され、一定の成果を上げました。