简介

        输入化合物结构smiles并创建一个自动编码器模型，该模型将在尺寸压缩后恢复化合物结构smiles。尽管它不是VAE，不能用于生成化合物，但是可以将编码层（图中的压缩表示）用作分子指纹。

 

数据集

使用最大无偏验证（MUV）数据集（https://pubs.acs.org/doi/10.1021/ci8002649）。MUV是虚拟筛选基准的约90,000分子，其被设计用于低分子量化合物的数据。

https://github.com/deepchem/deepchem/tree/master/datasets

---

基于keras的化合物SeqToSeq Autoencoder

数据预处理

导入包

import pandas as pd
import