DECIMER.ai: an open platform for automated optical chemical structure identification, segmentation and recognition in scientific publications

doi:10.1038/s41467-023-40782-0

.2023年8月19日；14(1):5045.

doi:10.1038/s41467-023-40782-0。

DECIMER.ai：科学出版物中自动化光化学结构识别、分割和识别的开放平台

科胡兰·拉詹¹, 亨宁·奥托·布林克豪斯¹, M Isabel Agea女士², 阿希姆·齐勒斯尼^三, 克里斯托夫·斯坦贝克⁴

附属公司

¹莱辛斯特弗里德里希·席勒大学无机和分析化学研究所。8，07743，德国耶拿。
²捷克共和国布拉格化学与技术大学化学技术学院信息与化学系，Technicka 5，166 28，Prague。
^三威斯特伐利亚应用科学大学生物信息学和化学信息学研究所，August-Schmidt-Ring 10，45665，Recklinghausen，Germany。
⁴耶拿弗里德里希·席勒大学无机和分析化学研究所，Lessingstr。8，07743，德国耶拿。christoph.steinbeck@uni-jena.de。

PMID： 37598180
预防性维修识别码：项目编号：1439916
内政部： 10.1038/s41467-023-40782-0

DECIMER.ai：科学出版物中自动化光化学结构识别、分割和识别的开放平台

科胡兰·拉詹等。国家公社. 2023.

.2023年8月19日；14(1):5045.

doi:10.1038/s41467-023-40782-0。

作者

科胡兰·拉詹¹, 亨宁·奥托·布林克豪斯¹, M Isabel Agea女士², 阿希姆·齐勒斯尼^三, 克里斯托夫·斯坦贝克⁴

附属公司

¹莱辛斯特弗里德里希·席勒大学无机和分析化学研究所。8，07743，德国耶拿。
²捷克共和国布拉格化学与技术大学化学技术学院信息与化学系，Technicka 5，166 28，Prague。
^三威斯特伐利亚应用科学大学生物信息学和化学信息学研究所，August-Schmidt-Ring 10，45665，Recklinghausen，Germany。
⁴莱辛斯特弗里德里希·席勒大学无机和分析化学研究所。8，07743，德国耶拿。christoph.steinbeck@uni-jena.de。

PMID： 37598180
预防性维修识别码：邮编：0439916
内政部： 10.1038/s41467-023-40782-0

勘误表in

作者更正：DECIMER.ai：科学出版物中自动化光学化学结构识别、分割和识别的开放平台。
Rajan K、Brinkhaus HO、Agea MI、Zilesny A、Steinbeck C。 Rajan K等人。国家公社。2023年9月27日；14（1）：6034。doi:10.1038/s41467-023-41814-5。国家公社。2023 PMID：37758729 免费PMC文章。没有可用的摘要。

摘要

过去几十年来，描述化学结构的出版物数量稳步增加。然而，大多数已发布的化学信息目前无法在公共数据库中以机器可读的形式提供。以较少人工干预的方式自动化信息提取过程仍然是一个挑战，尤其是化学结构描述的挖掘。作为一个开源平台，DECIMER.ai（deep lLearning for Chemical IMagE Recognition）利用了深度学习、计算机视觉和自然语言处理方面的最新进展，致力于自动分割、分类和翻译印刷文献中的化学结构描述。分割和分类工具是同类产品中唯一公开可用的软件包，而光化学结构识别（OCSR）核心应用程序在所有基准数据集上都具有出色的性能。在这项工作中开发的源代码、经过训练的模型和数据集都是在许可证下发布的。DECIMER web应用程序的实例位于https://decimer.ai（英文） .

PubMed免责声明

利益冲突声明

A.Z.是德国多特蒙德GNWI-Gesellschaft für naturwissenschaftliche Informatik mbH的联合创始人。其余作者声明没有财务和非财务竞争利益。

数字

**图1。集成DECIMER工作流概述：科学文献中化学结构描述的检测、分割和解释。**
科学出版物被转换为高分辨率PNG图像，分割工具从转换的图像中检测和分割化学结构描述，图像分类器检查分割的图像是否包含化学结构描述，最后检查机器可读结构（SMILES）使用Image Transformer从化学结构描述中创建。

**图2。表示训练和测试数据集以及域内测试结果中的图像类型。**
A类没有增强的图像，B类带有增强的图像，C马库什结构的非增强描绘，D类马库什构造和E类域内测试结果：训练数据集包括对Markush结构的描述和各种图像增强（补充表1中的数据集pubchem_3）。在测试数据集中，分别评估这些特征以评估其对性能的影响。所有域内测试结果也显示在补充表2中。

**图3。开放式OCSR工具在所有基准数据集上的平均性能。**
成功率用完美预测和平均Tanimoto相似性的比例来描述，而失败率用Tanimoton相似性为零的预测加上无效预测（灾难性）的百分比来衡量以及具有小于或等于0.3的低谷本相似性值的预测的百分比（严重）。A类无附加失真的数据集的成功率。B类具有附加畸变的数据集的成功率。C数据集的故障率，不增加失真。D类具有附加畸变的数据集的故障率。

**图4。手绘分子和合成手绘类图像的比较。**
手工绘制的分子表示*DECIMER手绘*图像数据集（PubChem ID:31743[https://pubchem.ncbi.nlm.nih.gov/compound/31743]，左）和使用RanDepict创建的相应合成手绘图像（中，右）。

**图5。已加载到DECIMER web应用程序中的Markush结构的示例图像（在左侧）。**
生成分子的SMILES字符串表示（左上角），并在嵌入的Ketcher分子编辑器窗口（右侧）中进行描述。

**图6。DECIMER.ai在第17届德国化学信息学会议上通过智能手机使用。**
破译的结构可以立即在PubChem中搜索，PubChem是最大的公开化学数据库。

**图7。评估培训数据中R组指标的表示效果。**
测试在不做进一步修改的情况下使用SMILES字符串训练的模型（模型1）和使用替换的R组索引训练的SMILES串（模型2）的性能。

请参阅PMC中的此图像和版权信息

类似文章

DECIMER-分割：从科学文献中自动提取化学结构描述。
Rajan K、Brinkhaus HO、Sorokina M、Zilesny A、Steinbeck C。 Rajan K等人。《化学杂志》。2021年3月8日；13(1):20. doi:10.1186/s13321-021-00496-1。《化学杂志》。2021 PMID：33685498 免费PMC文章。
DECIMER 1.0：使用变压器进行化学图像识别的深度学习。
Rajan K、Zilesny A、Steinbeck C。 Rajan K等人。《化学杂志》。2021年8月17日；13(1):61. doi:10.1186/s13321-021-00538-8。《化学杂志》。2021 PMID：34404468 免费PMC文章。
DECIMER手绘分子图像数据集。
Brinkhaus HO、Zilesny A、Steinbeck C、Rajan K。 Brinkhaus HO等人。《化学杂志》。2022年6月9日；14(1):36. doi:10.1186/s13321-022-00620-9。《化学杂志》。2022 PMID：35681226 免费PMC文章。
光化学结构识别工具综述。
Rajan K、Brinkhaus HO、Zilesny A、Steinbeck C。 Rajan K等人。《化学杂志》。2020年10月7日；12(1):60. doi:10.1186/s13321-020-00465-0。《化学杂志》。2020 PMID：33372625 免费PMC文章。审查。
基于皮肤镜图像的皮肤损伤分割和分类的深度学习方法——综述。
Baig R、Bibi M、Hamid A、Kausar S、Khalid S。 Baig R等人。当前医学成像。2020年；16(5):513-533. doi:10.2174/1573405615666190129120449。当前医学成像。2020 PMID：32484086 审查。

查看所有类似文章

引用人

使用ChemSAM从文档中自动分割分子结构。
唐B，牛Z，王X，黄J，马C，彭J，江Y，葛R，胡H，林L，杨G。 Tang B等人。《化学杂志》。2024年3月12日；16(1):29. doi:10.1186/s13321-024-00823-2。《化学杂志》。2024 PMID：38475916 免费PMC文章。
YoDe-Segmentation：从科学出版物中自动无噪音检索分子结构。
周C、刘伟、宋X、杨M、彭X。周C等。《化学杂志》。2023年11月20日；15(1):111. doi:10.1186/s13321-023-00783-z。《化学杂志》。2023 PMID：37986007 免费PMC文章。
2024年IUPHAR/BPS药理学指南。
Harding SD、Armstrong JF、Faccenda E、Southan C、Alexander SPH、Davenport AP、Speding M、Davies JA。 Harding SD等人。《核酸研究》2024年1月5日；52（D1）：D1438-D1449。doi:10.1093/nar/gkad944。核酸研究2024。 PMID：37897341 免费PMC文章。
化学信息学微服务：统一访问开放化学信息学工具包。
Chandrasekhar V、Sharma N、Schaub J、Steinbeck C、Rajan K。 Chandrasekhar V等人。《化学杂志》。2023年10月16日；15(1):98. doi:10.1186/s13321-023-00762-4。《化学杂志》。2023 PMID：37845745 免费PMC文章。

工具书类

1. Brinkhaus HO、Rajan K、Schaub J、Zielesny A、Steinbeck C.人工智能驱动的分子信息学开放科学的开放数据和算法。货币。操作。结构。生物.2023；79:102542. doi:10.1016/j.sbi.2023.102542。-内政部-公共医学
1. Herres-Pawlis S、Liermann JC、Koepler O。化学研究数据——第一次NFDI4Chem社区调查的结果。Z.Anorg.Allg.公司。化学。2020年；646:1748–1757. doi:10.1002/zaac.202000339。-内政部
1. Steinbeck C等人。NFDI4致力于在德国建立国家化学研究数据基础设施。Riogrande齿科。2020年；6:e55852。
1. NFDI4化学。nmrXiv-Open、FAIR和Consensus-Driven核磁共振波谱数据存储库和分析平台。nmrXiv-Open、FAIR和Consensus-Driven核磁共振波谱数据仓库和分析平台。网址：https://nmrxiv.org/(2022).
1. Kearnes SM等人。开放反应数据库。美国化学杂志。2021年夏季；143:18820–18826. doi:10.1021/jacs.1c09820。-内政部-公共医学

赠款和资金

LinkOut-更多资源

全文源
研究材料
- NCI CPTC抗体鉴定计划

[1] Brinkhaus HO、Rajan K、Schaub J、Zielesny A、Steinbeck C.人工智能驱动的分子信息学开放科学的开放数据和算法。货币。操作。结构。生物.2023；79:102542. doi:10.1016/j.sbi.2023.102542。-内政部-公共医学

[2] Brinkhaus HO、Rajan K、Schaub J、Zielesny A、Steinbeck C.人工智能驱动的分子信息学开放科学的开放数据和算法。货币。操作。结构。生物.2023；79:102542. doi:10.1016/j.sbi.2023.102542。-内政部-公共医学

[3] Herres-Pawlis S、Liermann JC、Koepler O。化学研究数据——第一次NFDI4Chem社区调查的结果。Z.Anorg.Allg.公司。化学。2020年；646:1748–1757. doi:10.1002/zaac.202000339。-内政部

[4] Herres-Pawlis S、Liermann JC、Koepler O。化学研究数据——第一次NFDI4Chem社区调查的结果。Z.Anorg.Allg.公司。化学。2020年；646:1748–1757. doi:10.1002/zaac.202000339。-内政部

[5] Steinbeck C等人。NFDI4致力于在德国建立国家化学研究数据基础设施。Riogrande齿科。2020年；6:e55852。

[6] Steinbeck C等人。NFDI4致力于在德国建立国家化学研究数据基础设施。Riogrande齿科。2020年；6:e55852。

[7] NFDI4化学。nmrXiv-Open、FAIR和Consensus-Driven核磁共振波谱数据存储库和分析平台。nmrXiv-Open、FAIR和Consensus-Driven核磁共振波谱数据仓库和分析平台。网址：https://nmrxiv.org/(2022).

[8] NFDI4化学。nmrXiv-Open、FAIR和Consensus-Driven核磁共振波谱数据存储库和分析平台。nmrXiv-Open、FAIR和Consensus-Driven核磁共振波谱数据仓库和分析平台。网址：https://nmrxiv.org/(2022).

[9] Kearnes SM等人。开放反应数据库。美国化学杂志。2021年夏季；143:18820–18826. doi:10.1021/jacs.1c09820。-内政部-公共医学

[10] Kearnes SM等人。开放反应数据库。美国化学杂志。2021年夏季；143:18820–18826. doi:10.1021/jacs.1c09820。-内政部-公共医学

将引文保存到文件

电子邮件引文

添加到集合

添加到我的书目

您保存的搜索

为外部引文管理软件创建文件

您的RSS源

DECIMER.ai：科学出版物中自动化光化学结构识别、分割和识别的开放平台

附属公司

DECIMER.ai：科学出版物中自动化光化学结构识别、分割和识别的开放平台

作者

附属公司

勘误表in

摘要

利益冲突声明

数字

类似文章

引用人

工具书类

赠款和资金

LinkOut-更多资源

全文源

研究材料

勘误表in

摘要

利益冲突声明

数字

类似文章

引用人

工具书类

相关信息

赠款和资金

LinkOut-更多资源

全文源

研究材料