When SMILES have Language: Drug Classification using Text Classification Methods on Drug SMILES Strings

这段摘要讲述了复杂的化学结构（如药物）通常被SMILES字符串定义为分子和化学键的序列。这些SMILES字符串被用于不同的基于机器学习的药物相关研究和表示工作中。在这项工作中，我们提出一个问题：如果我们将药物的SMILES字符串视为常规句子，并进行文本分类以进行药物分类，会发生什么？我们的实验证实了这种可能性，并获得了非常有竞争力的分数。该研究探讨了将每个原子和化学键视为句子组件的概念，采用基本的自然语言处理方法来对药物类型进行分类，证明了用简单的视角也可以解决复杂的问题。数据和代码可以在此处获得：https://github.com/azminewasi/Drug-Classification-NLP。

将药物SMILES字符串作为常规句子进行文本分类，探索其可行性和效果。

将SMILES字符串中的每个原子和键视为句子组件，使用基本的自然语言处理方法进行药物分类。

论文提供了一种简单而有效的方法，将药物分类问题转化为文本分类问题。实验结果表明，这种方法在药物分类任务上具有竞争力的性能。数据和代码已经开源。值得进一步探索的是如何将该方法与其他药物发现技术相结合，以提高药物开发的效率。

近期的研究集中在将药物表示为SMILES字符串，并将其用于药物发现和设计。一些相关的论文包括“Graph Convolutional Policy Network for Goal-Directed Molecular Graph Generation”和“Molecular Property Prediction: A Multilevel Quantum Interactions Modeling Perspective”。