用代数数据类型表示分子：超越SMILES和SELFIES
Representing Molecules with Algebraic Data Types: Beyond SMILES and SELFIES
AI总结：
MolADT通过代数数据类型提供分子表示，超越SMILES和SELFIES，支持结构化值操作，实现确定性验证和对称性感知工作流。
摘要：
分子机器学习模型的基准测试通常将分子表示视为中性输入格式，然而，表示定义了模型隐式学习的有效性语法、编辑操作和不变性。我们提出MolADT，一种以代数数据类型家族表达的类型中间表示（IR），用于分子，它将（i）通过Dietz式键合系统实现的构成、（ii）3D几何和立体化学，以及（iii）可选的电子注释分离开来。通过从字符串编辑转向对结构化值的操作，MolADT使表示假设变得显式，支持确定性验证和局部变换，并提供对对称性感知和贝叶斯工作流的钩子。我们提供了Haskell中的参考实现（开源，通过DOI归档）以及演示示例，展示了离域/多中心键合、验证不变性、反应扩展以及与几何学习相关的群作用。
英文摘要：
Benchmarks of molecular machine learning models often treat the molecular representation as a neutral input format, yet the representation defines the syntax of validity, edit operations, and invariances that models implicitly learn. We propose MolADT, a typed intermediate representation (IR) for molecules expressed as a family of algebraic data types that separates (i) constitution via Dietz-style bonding systems, (ii) 3D geometry and stereochemistry, and (iii) optional electronic annotations. By shifting from string edits to operations over structured values, MolADT makes representational assumptions explicit, supports deterministic validation and localized transformations, and provides hooks for symmetry-aware and Bayesian workflows. We provide a reference implementation in Haskell (open-source, archived with DOI) and worked examples demonstrating delocalised/multicentre bonding, validation invariants, reaction extensions, and group actions relevant to geometric learning.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
