ChemPath
开始使用

工作流程进度

步骤 1 / 4

25% 完成
1
分子编辑
2
路线设计
3
机理解析
4
条件优化

分子结构编辑器

绘制和编辑分子结构，预测分子性质，导入导出多种格式

分子结构编辑器
绘制、编辑和分析化学结构
芳烃缩放: 100%

当前分子

苯

SMILES

C1=CC=CC=C1

集成说明：生产环境可通过Ketcher Standalone或Ketcher Server集成完整编辑功能

npm install ketcher-react

AI文献参考

Deep Learning for Molecular Design—A Review of the State of the Art

Daniel C. Elton et al. - Molecular Systems Design & Engineering (2019)

综述了深度学习在分子设计中的应用，包括分子性质预测、生成模型和优化算法。本系统采用的分子性质预测模型基于此研究的方法论。

深度学习分子设计性质预测

Automatic Chemical Design Using a Data-Driven Continuous Representation of Molecules

Rafael Gómez-Bombarelli et al. - ACS Central Science (2018)

提出了使用变分自编码器(VAE)学习分子的连续表示方法，实现了分子结构的自动设计和优化。本编辑器的SMILES解析和分子表示基于相关技术。

VAE分子表示SMILES

Machine Learning for Molecular and Materials Science

Keith T. Butler et al. - Nature (2018)

探讨了机器学习在分子和材料科学中的应用，包括性质预测、结构优化和反应预测。本系统的多项功能参考了这些前沿方法。

机器学习材料科学性质预测
以上文献由AI系统基于当前功能和最新研究自动推荐