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. The model is trained for 17 toxins and in every case, binary classification shows better performance than the previous state-of-art model. Our binary classification model 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 반응 생성물 예측 프로그램이 개발되었지만, 주 생성물을 예측하는 데에만 초점이 맞춰져 있어 독성 부산물 예측은 어렵다는 단점이 있었다. 이에 특정 독성 물질의 생성을 이항 분류 모형으로 예측하는 모델을 개발하였다. 모델은 17개 독성 물질에 대해 학습되었으며, 모든 경우 기존 모델보다 좋은 성능을 보였다. 새로운 모델은 기존 모델을 완전히 대체할 수는 없지만, 기존 모델의 단점을 보완하여 함께 사용할 경우 더 정확하고 안정적으로 반응 생성물을 예측할 수 있다,
