L'analyse de la rugosité des relations structure-activité et son exploitation pour concevoir des modèles d'apprentissage automatique robustes pour des applications en chimie.

The analysis of structure-activity relationship roughness and its exploitation to design robust machine learning models for chemistry applications.

• Auteur / Autrice : Guanming Chen
• Direction : Thijs Stuyver
• Type : Projet de thèse
• Discipline(s) : Chimie Physique
• Date : Inscription en doctorat le 01/11/2024
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : École doctorale Chimie physique et chimie analytique de Paris Centre
• Partenaire(s) de recherche : Laboratoire : Institute of Chemistry for Life and Health Sciences
• Partenaire(s) de recherche : Equipe de recherche : Chimie Théorique et Modélisation (TCM)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Chimie ParisTech / École Nationale Supérieure de Chimie de Paris (ENSCP)

Mots clés

Mots clés libres

Relation structure-activité

Rugosité

Apprentissage automatique

Optimisation pour représentation

Prédiction de propriété moléculaire

Prédiction de réactivité

Structure-activity relationship

Roughness

Machine learning

Representation optimisation

Molecular property prediction

Reactivity prediction

Résumé

Le présent projet vise à mieux comprendre comment la rugosité de la Relation Structure-Activité (SAR) impacte la modélisabilité. À cette fin, la rugosité de plusieurs représentations sera analysée, et des comparaisons seront effectuées entre des représentations issues d'une stratégie de pré-entraînement et des descripteurs inspirés par les connaissances du domaine (chimiques quantiques). Cette compréhension sera ensuite appliquée pour concevoir des modèles d'apprentissage automatique fondamentaux pour des applications en chimie, en imposant des contraintes/hypothèses sur la rugosité dans l'architecture de pré-entraînement auto-supervisée et en utilisant la rugosité comme outil de diagnostic pour évaluer les performances des modèles pré-entraînés.

The present project aims to gain a better understanding of how Structure-Activity Relationship (SAR) roughness impacts modellability. To this end, the roughness of several representations will be analyzed, and comparisons will be made between representations resulting from a pre-training strategy and domain knowledge-inspired (quantum chemical) descriptors. This understanding will subsequently be applied to design foundation machine learning models for chemistry applications, by imposing constraints/assumptions on roughness within the self-supervised pre-training architecture and by leveraging roughness as a diagnostic tool for pre-trained models' performance.