Key points are not available for this paper at this time.
A última década viu uma série de desenvolvimentos impressionantes em química preditiva e informáticas de reação impulsionados por aplicações de aprendizado de máquina no planejamento de síntese assistido por computador. Embora muitos desses desenvolvimentos tenham sido feitos mesmo com conjuntos de dados relativamente pequenos e sob medida, para avançar o papel da IA na área em grande escala, devem haver melhorias significativas na reportagem de dados de reação. Atualmente, a maioria dos dados disponíveis publicamente é relatada em um formato não estruturado e fortemente desequilibrada em direção a reações de alto rendimento, o que influencia os tipos de modelos que podem ser treinados com sucesso. Neste ponto de vista, analisamos várias iniciativas de curadoria e compartilhamento de dados que tiveram sucesso em química e biologia molecular. Discutimos vários fatores que contribuíram para seu sucesso e como podemos tirar lições desses estudos de caso e aplicá-las aos dados de reação. Por fim, destacamos o Banco de Dados de Reações Abertas e resumimos as principais ações que a comunidade pode tomar para tornar os dados de reação mais encontráveis, acessíveis, interoperáveis e reutilizáveis (FAIR), incluindo o uso de mandatos de agências de fomento e editores.
Mercado et al. (Qua,) estudaram esta questão.