Modellarkitektur för AI-metoden som förutsäger kemikaliers giftighet
Fotograf: Transformers enable accurate prediction of acute and chronic chemical toxicity in aquatic organisms
En representation av molekylens struktur används som indata till en föranpassad transformerare, som tolkar molekylstrukturen. Genom så kallad vektorinbäddning skapar transformeraren en numerisk representation av strukturen och dess kemiska egenskaper. Den används sedan som indata till ett djupt neuralt nätverk (DNN), tillsammans med information om vilken typ av toxisk effekt man vill bedöma samt exponeringens tidslängd. Utdata från det neurala nätverket är den koncentration av molekylen som bedöms orsaka den efterfrågade effekten.