Chemical reaction product prediction is a fundamental exercise for chemists. Various product prediction models have been developed, but because most models are focused on main product prediction, the prediction of toxic byproducts was difficult. Therefore, we developed a binary classification model for toxic byproducts at first. The model performed better than the previous model in predicting the production of specific toxic substances. In addition, as a second study, we expand the reaction prediction range of the Reaction Mechanism Generator. The new model can predict reactions that are not concluded in chemical reaction templates, and reactions containing Si can be additionally predicted to C, H, O, and N. Our models cannot completely replace past models. However, by using both models together, we can predict reaction products more accurately and reliably.
화학 반응의 결과물을 알아내는 것은 화학자들의 주 과제 중 하나이다. 그동안 많은 종류의 생성물 예측 프로그램이 개발되었지만, 주 생성물을 예측하는 데에만 초점이 맞춰줘 있어 독성의 부산물을 예측하거나, 반응 과정을 예측하는 것은 어렵다는 단점이 있었다. 이에 우선 특정 독성 물질의 생성을 이항 분류 모형으로 예측하는 모델을 개발하였다. 해당 모델은 특정 독성 물질의 생성을 예측하는 데 기존 모델보다 좋은 성능을 보였다. 또한, 두 번째 연구로 Reaction Mechanism Generator의 예측 범위를 확장하여 미리 입력하지 않은 반응을 예측할 수 있게 하였으며, C, H, O, N 말고도 Si를 포함한 반응을 추가로 예측할 수 있게 하였다. 두 모델 모두 기존 모델을 완전히 대체하지는 못하여도 함께 상용할 경우 단점을 보완하여 더욱 안정적이고 정확하게 반응 생성물을 예측할 수 있다.
