الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

قائمة التصميم الجزيئي والمادي (توليد التشكل الجزيئي) باستخدام الذكاء الاصطناعي التوليدي والتعلم العميق

المتعلقة بالذكاء الاصطناعي التوليدي والتعلم العميق للتصميم الجزيئي/الأدوية وتوليد التشكل الجزيئي .

التوليد الجزيئي AI

جارٍ التحديث...

التحسين الجزيئي

سوف نرحب بالتحسين الجزيئي !!!

قائمة طعام

التصميم الجزيئي (الدواء) باستخدام الذكاء الاصطناعي التوليدي والتعلم العميق

قائمة طعام قائمة طعام قائمة طعام قائمة طعام
الذكاء الاصطناعي التوليدي للاكتشاف العلمي التعليقات مجموعات البيانات والمعايير تشابه المخدرات ومقاييس التقييم
التصميم القائم على التعلم العميق نماذج التوليد الجزيئي المبنية على النص نماذج توليدية جزيئية عميقة متعددة الأهداف النماذج التوليدية الجزيئية العميقة القائمة على الليجند
النماذج التوليدية الجزيئية العميقة القائمة على المستحضرات الصيدلانية النماذج التوليدية الجزيئية العميقة القائمة على البنية النماذج التوليدية الجزيئية العميقة القائمة على الأجزاء DMGs القائمة على السقالات
DMGs المستندة إلى الجزء DMGs القائمة على الزخارف DMGs المستندة إلى الروابط النماذج التوليدية الجزيئية العميقة القائمة على التفاعلات الكيميائية
النماذج التوليدية الجزيئية العميقة القائمة على الأوميكس النماذج التوليدية الجزيئية العميقة متعددة الأهداف النماذج التوليدية الجزيئية العميقة الكمومية التوصيات والمراجع
أساس الأطياف (الكتلة/الرنين المغناطيسي النووي). القائم على الأطياف الشامل الرنين المغناطيسي النووي على أساس الأطياف يعتمد على خرائط Cryo-EM
  • تشابه المخدرات ومقاييس التقييم
مجموعات البيانات المعايير شبه المخدرات مقاييس التقييم
مجموعات البيانات المعايير QED ساسكور
كيبي راسكور
مقاييس التقييم
التحقق من الصحة التوليدية الجزيئية
  • الذكاء الاصطناعي التوليدي للتشكل الجزيئي
قائمة طعام قائمة طعام
المعيار لمجموعات المطابق الجزيئي مراجعات لتوليد التشكل الجزيئي
توليد التشكل الجزيئي القائم على VAE جيل التشكل الجزيئي القائم على GAN
توليد التشكل الجزيئي المعتمد على الطاقة
توليد التشكل الجزيئي القائم على الانتشار
توليد التشكل الجزيئي القائم على RL
جيل التشكل الجزيئي القائم على GNN
  • تصميم الأدوية القائم على التعلم العميق
قائمة طعام قائمة طعام قائمة طعام قائمة طعام
على أساس RNN على أساس LSTM نماذج الانحدار الذاتي على أساس المحولات
على أساس VAE على أساس GAN على أساس التدفق على أساس سريع
على أساس النتيجة على أساس الطاقة على أساس الانتشار DMGs للتعلم النشط
على أساس RL DMGs متعددة المهام بحث شجرة مونت كارلو تعتمد على الخوارزمية الجينية
تعتمد على الخوارزمية التطورية يعتمد على نموذج اللغة الكبير

تصميم المواد باستخدام الذكاء الاصطناعي التوليدي والتعلم العميق

  • تصميم المواد القائم على التعلم العميق
قائمة طعام قائمة طعام قائمة طعام قائمة طعام

التوصيات والمراجع

رائع-AI4ProteinConformation-MD

https://github.com/AspirinCode/awesome-AI4ProteinConformation-MD

نموذج لغة كبير للعلوم الطبية الحيوية والجزيء والبروتين واكتشاف المواد

https://github.com/HHW-zhou/LLM4Mol

قائمة الأوراق البحثية حول تصميم البروتينات باستخدام التعلم العميق

https://github.com/Peldom/papers_for_protein_design_using_DL

الذكاء الاصطناعي التوليدي الرائع

https://github.com/steven2358/awesome-geneative-ai

الجيل الجزيئي الرائع

https://github.com/amorehead/awesome-molecular-generation

مسح للذكاء الاصطناعي في اكتشاف المخدرات

https://github.com/dengjianyuan/Survey_AI_Drug_Discovery

الهندسة التعلم العميق لاكتشاف المخدرات وعلوم الحياة

https://github.com/3146830058/Geometry-Deep-Learning-for-Drug-Discovery-and-Life-Science

الذكاء الاصطناعي التوليدي للاكتشاف العلمي

  • تسريع تصميم المواد باستخدام مجموعة الأدوات التوليدية للاكتشاف العلمي
    مانيكا، ماتيو وكادو، يوريس وكريستوفيديلس، ديميتريوس وديف، أشيش وبورن، جانيس وكلارك، دين وتيوكام، إيف غايتان نانا وهوفمان، صامويل سي وبوكان، ماثيو وشينثاماركشان، فيجيل وآخرون
    إن بي جي كومبيوتر ماتر 9، 69 (2023) | شفرة

التعليقات

  • نماذج الانتشار في تصميم أدوية دي نوفو [204]
    الأخضر، أميرة، برنابا بوكزوس، ونيويل واشبورن.
    جيه كيم. المشاة. نموذج. (2024)

  • التحسين العميق للعملاء المحتملين: الاستفادة من الذكاء الاصطناعي التوليدي للتعديل الهيكلي [2024]
    تشانغ، أودين، هايتاو لين، هوي تشانغ، هويفنغ تشاو، يوفي هوانغ، يوانشينغ هوانغ، ديجون جيانغ، تشانغ يو هسيه، بيتشن بان، وتينغجون هو.
    أرخايف:2404.19230 (2024)

  • إطلاق العنان لإمكانات الذكاء الاصطناعي التوليدي في اكتشاف الأدوية [2024]
    رومانيلي، فيرجيليو، كارمن سيرشيا، وأنطونيو لافيكيا.
    تطبيقات الذكاء الاصطناعي التوليدي (2024)

  • التطورات الحديثة في تصميم أدوية دي نوفو الآلية القائمة على الهيكل [2024]
    باي، كيفنغ، جيان ما، وتينغيانغ شو.
    جيه كيم. المشاة. نموذج. (2024)

  • نماذج الذكاء الاصطناعي للتعلم العميق لاكتشاف الأدوية [2024]
    باي، كيفنغ، جيان ما، وتينغيانغ شو.
    تطبيقات الذكاء الاصطناعي التوليدي. شام: دار النشر سبرينغر الدولية (2024)

  • النماذج التوليدية العميقة في توليد جزيئات دواء دي نوفو [2024]
    شيانغرو تانغ، هوارد داي، إليزابيث نايت، فانغ وو، يونيانغ لي، تيانشياو لي، مارك غيرستين
    أرخايف:2402.08703 (2024) | شفرة

  • النماذج التوليدية العميقة في توليد جزيئات دواء دي نوفو [2023]
    تشاو بانغ، وجيانبو تشياو، وشيانغ شيانغ تسنغ، وكوان زو، وليي وي*
    جيه كيم. المشاة. نموذج. (2023)

  • دليل المسافر للكيمياء التوليدية المعتمدة على التعلم العميق [2023]
    يان إيفانينكوف، بوجدان زاجريبيلني، أليكس ماليشيف، سيرجي إيفتييف، فيكتور تيرينتيف، بيترينا كاميا، ديمتري بيزروكوف، أليكس أليبير، فنغ رين، وأليكس زافورونكوف
    ايه سي اس ميد. الكيمياء. بادئة رسالة. (2023)

  • الحوسبة الكمومية للتطبيقات قصيرة المدى في الكيمياء التوليدية واكتشاف الأدوية [2023]
    بيركوف، وأليكسي، وأليكس أليبر، وديمتري بيزروكوف، وين-تشو لين، ودانييل بوليكوفسكي، وبيترينا كاميا، وفنغ رين، وأليكس زافورونكوف.
    اكتشاف المخدرات اليوم (2023)

  • مسح منهجي في التعلم الهندسي العميق لتصميم الأدوية القائمة على البنية [2023]
    زيكسي تشانغ، جياكسيان يان، تشي ليو، انهونغ تشن
    أرخايف:2306.11768v2

  • كيف سيعطل الذكاء الاصطناعي التوليدي علم البيانات في اكتشاف الأدوية؟ [2023]
    فيرت، جي بي.
    نات بيوتكنول (2023)

  • النماذج التوليدية كنموذج ناشئ في العلوم الكيميائية [2023]
    أنستين، ديلان م.، وأولكسندر إيساييف.
    جاكس (2023)

  • نماذج اللغة الكيميائية لتصميم الأدوية الجديدة: التحديات والفرص [2023]
    جريسوني، فرانشيسكا.
    الرأي الحالي في علم الأحياء الهيكلي 79 (2023)

  • الذكاء الاصطناعي في تصميم الأدوية متعددة الأهداف [2023]
    لوكونن، سوهفي، هيلي دبليو فان دن ماجدينبيرج، مايكل تي إم إمريش، وجيرارد جي بي فان ويستن.
    الرأي الحالي في علم الأحياء الهيكلي 79 (2023)

  • دمج الأساليب القائمة على البنية في التصميم الجزيئي التوليدي [2023]
    توماس ومورجان وأندرياس بندر وكريس دي جراف.
    الرأي الحالي في علم الأحياء الهيكلي 79 (2023)

  • البيانات المفتوحة والخوارزميات للعلوم المفتوحة في المعلوماتية الجزيئية المعتمدة على الذكاء الاصطناعي [2023]
    برينكهاوس، وهينينج أوتو، وكوهولان راجان، وجوناس شواب، وأخيم زيليسني، وكريستوف شتاينبك.
    الرأي الحالي في علم الأحياء الهيكلي 79 (2023)

  • تصميم الأدوية القائم على البنية مع التعلم الهندسي العميق [2023]
    إيسرت، كليمنس، كينيث أتز، وجيسبرت شنايدر.
    الرأي الحالي في علم الأحياء الهيكلي 79 (2023)

  • MolGenSurvey: مسح منهجي في نماذج التعلم الآلي لتصميم الجزيئات [2022]
    دو، ويوانكي، وتيانفان فو، وجيمنغ صن، وشينغشاو ليو.
    أرخايف:2203.14500 (2022)

  • التصميم الجزيئي التوليدي العميق يعيد تشكيل اكتشاف الأدوية [2022]
    تسنغ، شيانغ شيانغ، فاي وانغ، يوان لو، سيونغ غو كانغ، جيان تانغ، فيليس سي. لايتستون، إيفاندرو إف فانغ، ويندي كورنيل، روث نوسينوف، وفيكسيونغ تشينغ.
    تقارير الخلية الطب (2022)

  • اكتشاف الأدوية المبنية على البنية مع التعلم العميق [2022]
    أوزجليك، رضا، ديريك فان تيلبورج، خوسيه خيمينيز لونا، وفرانشيسكا جريسوني.
    كيمبيوكيم (2022)

  • النماذج التوليدية للاكتشاف الجزيئي: التطورات والتحديات الحديثة [2022]
    بيلودو، كاميل، وينغونغ جين، تومي جاكولا، ريجينا بارزيلاي، وكلافز إف جنسن.
    العلوم الجزيئية الحسابية 12.5 (2022)

  • تقييم النماذج التوليدية العميقة في مجال التركيب الكيميائي [2022]
    تورك، حنا، إليزابيتا لانديني، كريستيان كونكل، يوهانس تي مارغراف، وكارستن رويتر.
    كيمياء المواد 34.21 (2022)

  • التعلم الآلي التوليدي لاكتشاف الأدوية الجديدة: مراجعة منهجية [2022]
    مارتينيلي، دومينيك.
    أجهزة الكمبيوتر في علم الأحياء والطب 145 (2022)

  • الأساليب التوليدية القائمة على الالتحام في البحث عن مرشحين جدد للأدوية [2022]
    دانيل، توماسز، جان Łęski، سابينا بودليوسكا، وإيجور تي بودولاك.
    اكتشاف المخدرات اليوم (2022)

  • التقدم والتحديات في تصميم أدوية دي نوفو باستخدام النماذج التوليدية العميقة ثلاثية الأبعاد [2022]
    Xie، وWeixin، وFanhao Wang، وYibo Li، وLuhua Lai، وJianfeng Pei.
    جيه كيم. المشاة. نموذج. 2022، 62، 10، 2269-2279

  • التعلم العميق لتحفيز التصميم الجزيئي العكسي [2022]
    الشهري، عبد الإله س.، وفنقي يو.
    مجلة الهندسة الكيميائية 444 (2022)

  • الذكاء الاصطناعي في تصميم المركب ثلاثي الأبعاد [2022]
    هادفيلد، توماس E.، وشارلوت م. دين.
    الرأي الحالي في علم الأحياء الهيكلي 73 (2022)

  • أساليب التعلم العميق لتصميم الأدوية الجديدة: نظرة عامة [2021]
    وانغ، مينغيانغ، زهي وانغ، هويونغ صن، جيك وانغ، تشاو شين، غاوكي ونغ، شين تشاي، هونغلين لي، دونغ شنغ كاو، وتينغجون هو.
    الرأي الحالي في علم الأحياء الهيكلي 72 (2022)

  • الكيمياء التوليدية: اكتشاف الأدوية باستخدام النماذج التوليدية للتعلم العميق [2021]
    بيان، يومين، وشيانغ تشون شيه.
    مجلة النمذجة الجزيئية 27 (2021)

  • التعلم العميق التوليدي لتصميم المركبات المستهدفة [2021]
    سوزا، تياجو، جواو كوريا، فيتور بيريرا، وميغيل روشا.
    جيه كيم. المشاة. نموذج. 2021، 61، 11، 5343-5361

  • النماذج التوليدية لتصميم أدوية دي نوفو [2021]
    تونغ، شياوتشو، شياو هونغ ليو، شياو تشين تان، زوتونغ لي، جياكسين جيانغ، تشاوبينغ شيونغ، تينغيانغ شو، هواليانغ جيانغ، نان تشياو، ومينغيو تشنغ.
    مجلة الكيمياء الطبية 64.19 (2021)

  • التصميم الجزيئي في اكتشاف الأدوية: مراجعة شاملة للنماذج التوليدية العميقة [2021]
    تشينغ، يو، يونغشون قونغ، يوانشنغ ليو، بوشنغ سونغ، وكوان زو.
    ملخصات في المعلوماتية الحيوية 22.6 (2021)

  • التصميم الجزيئي والنماذج التوليدية [2021]
    مايرز، جوشوا، بينيديك فابيان، وناثان براون.
    اكتشاف المخدرات اليوم 26.11 (2021)

  • التعلم العميق للتصميم الجزيئي – مراجعة لأحدث ما توصلت إليه التكنولوجيا [2019]
    إلتون، دانيال سي، زويس بوكوفالاس، مارك دي فوج، وبيتر دبليو تشونغ.
    تصميم وهندسة النظم الجزيئية 4.4 (2019)

  • التصميم الجزيئي العكسي باستخدام التعلم الآلي: النماذج التوليدية لهندسة المادة [2018]
    سانشيز-لينغلينغ، بنيامين، وألان أسبورو-جوزيك.
    العلوم 361.6400 (2018)

مجموعات البيانات والمعايير

مجموعات البيانات

بنك المخدرات

الزنك 15

الزنك 20

بوبتشيم

كيمبل

قواعد بيانات جي دي بي

كيم سبايدر

مجموعة بيانات إدارة الجودة

جوز الهند | مجموعة من قاعدة بيانات المنتجات الطبيعية المفتوحة

MolData
المعيار الجزيئي للأمراض والتعلم الآلي القائم على الهدف
https://github.com/LumosBio/MolData

  • طرق التعلم الآلي لمواجهة تحديات البيانات الصغيرة في العلوم الجزيئية [2023]
    بوزينج دو، زايليانج تشو، إيكاترينا ميركورجيف، لو كي، لونج تشن، جيان جيانغ، يوينغ تشو، جي ليو، بينجونج تشانغ، وجو وي وي
    الكيمياء. القس (2023)

المعايير

  • الدراسة المعيارية للنماذج التوليدية العميقة لتصميم البوليمر العكسي [2024]
    يو تي، تاو إل، فارشني في، لي واي.
    كيمركسيف-2024-gzq4r (2024)

  • RediscMol: قياس نماذج الجيل الجزيئي في الخصائص البيولوجية [2024]
    ونغ، غاوكي، هويفنغ تشاو، دو ني، هاوتيان تشانغ، ليوي ليو، تينغجون هو، ويو كانغ.
    جيه ميد. الكيمياء. 2024 | شفرة

  • ينبغي على النماذج التوليدية أن تكون قادرة على الأقل على تصميم جزيئات ترسو جيدًا: معيار جديد [2023]
    سيبلينسكي، وتوبياسز، وتوماس دانيل، وسابينا بودليوسكا، وستانيسواف جاسترزبسكي.
    جيه كيم. المشاة. نموذج. 2023، 63، 11، 3238–3247 | شفرة

  • تارتاروس: منصة مرجعية للتصميم الجزيئي العكسي الواقعي والعملي [2022]
    نيغام، أكشات كومار، روبرت بوليس، غاري توم، كييل جورنر، لوكا أ.
    أرخايف:2209.12487v1 | شفرة

  • المجموعات الجزيئية (MOSES): منصة مرجعية لنماذج الجيل الجزيئي [2020]
    بوليكوفسكي، دانييل، ألكسندر زيبراك، بنيامين سانشيز-لينجلينج، سيرجي جولوفانوف، أوكتاي تاتانوف، ستانيسلاف بيلييف، رؤوف كوربانوف وآخرون.
    الحدود في علم الصيدلة 11 (2020) | شفرة

  • GuacaMol: النماذج المعيارية للتصميم الجزيئي دي نوفو [2019]
    براون، ناثان، ماركو فيسكاتو، ماروين إتش إس سيجلر، وآلان سي. فوشر.
    جيه كيم. المشاة. نموذج. 2019, 59, 3, 1096–1108 | شفرة

تشابه المخدرات ومقاييس التقييم

يمكن تعريف التشابه الدوائي على أنه توازن معقد بين الخصائص الجزيئية المختلفة وخصائص البنية التي تحدد ما إذا كان جزيء معين مشابهًا للأدوية المعروفة. هذه الخصائص، بشكل أساسي الكارهة للماء، والتوزيع الإلكتروني، وخصائص الارتباط الهيدروجيني، وحجم الجزيء والمرونة وبالطبع وجود العديد من الخصائص الدوائية، تؤثر على سلوك الجزيء في الكائن الحي، بما في ذلك التوافر البيولوجي، وخصائص النقل، والتقارب للبروتينات، والتفاعل، والسمية، والتمثيل الغذائي. الاستقرار وغيرها الكثير.

https://github.com/AspirinCode/DrugAI_Drug-Likeness

QED

التقدير الكمي لتشابه المخدرات

  • قياس الجمال الكيميائي للأدوية [2012]
    بيكرتون، ج.، باوليني، ج.، بيسنارد، ج. وآخرون.
    طبيعة الكيمياء 4، 90-98 (2012) | شفرة

كيبي

تقدير كمي للتفاعل بين البروتين والبروتين الذي يستهدف الشبه بالمخدرات

  • مؤشر التقدير الكمي للفحص المبكر للمركبات التي تستهدف تفاعلات البروتين البروتين [2021]
    كوسوجي وتاكاتسوجو وماساهيتو أوهيو.
    المجلة الدولية للعلوم الجزيئية 22.20 (2021) | شفرة

  • التقدير الكمي لتفاعل البروتين البروتين الذي يستهدف التشابه مع المخدرات [2021]
    كوسوجي وتاكاتسوجي وماساهيتو أوهيو.
    سيبكب. معهد مهندسي الكهرباء والإلكترونيات (2021) | شفرة

ساسكور

تقدير درجة الوصول الاصطناعية للجزيئات الشبيهة بالعقاقير بناءً على التعقيد الجزيئي ومساهمات الأجزاء
جي كيمينفورم 1، 8 (2009) | شفرة

راسكور

درجة إمكانية الوصول إلى التركيب الرجعي (RAscore) – التصنيف السريع لقابلية التوليف المستفادة آليًا من التخطيط الرجعي المبني على الذكاء الاصطناعي
العلوم الكيميائية 12.9 (2021) | شفرة

مقاييس التقييم

  • التنوع الهاملتوني: قياس التنوع الجزيئي بشكل فعال عن طريق أقصر دوائر الهاملتونية [2024]
    هو، إكس، ليو، جي، ياو، كيو وآخرون.
    جي كيمينفورم 16، 94 (2024) | شفرة

  • النتيجة المكانية - مؤشر طوبولوجي شامل لتعقيد الجزيئات الصغيرة [2023]
    كريزانوفسكي، أدريان، أكسل باهل، مايكل جريجالوناس، وهربرت فالدمان.
    جيه ميد. الكيمياء. (2023) | كيمركسيف-2023-nd1ll | شفرة

  • وظيفة تسجيل تلقائية لتسهيل وتوحيد تقييم النماذج التوليدية الموجهة نحو الهدف للتصميم الجزيئي الجديد [2023]
    توماس، مورغان، نويل م. أوبويل، أندرياس بندر، وكريس دي جراف.
    كيمركسيف-2023-c4867 | شفرة

  • FCD: مسافة شبكة الكيمياء فريشيه
    مسافة Fréchet ChemNet: مقياس للنماذج التوليدية للجزيئات في اكتشاف الأدوية برور، كريستينا، فيليب رينز، توماس أونترثينر، سيب هوشريتر، وغونتر كلامباور.
    جيه كيم. المشاة. نموذج. 2018، 58، 9، 1736–1741 | شفرة

  • تصنيف الجزيئات على أساس الحيرة وتقدير التحيز لنماذج اللغة الكيميائية [2022]
    موريت، إم.، غريسوني، إف.، كاتزبيرجر، بي. وشنايدر، جي.
    جيه كيم. المشاة. نموذج. 2022، 62، 5، 1199–1206 | شفرة

التحقق من الصحة التوليدية الجزيئية

  • حول صعوبة التحقق من صحة النماذج التوليدية الجزيئية بشكل واقعي: دراسة حالة عن البيانات العامة والخاصة [2023]
    هاندا، K.، توماس، MC، كاجياما، M. وآخرون.
    جي كيمينفورم 15، 112 (2023)

الذكاء الاصطناعي التوليدي للتشكل الجزيئي

مراجعات لتوليد التشكل الجزيئي

  • التنبؤ بالتشكل الجزيئي باستخدام الشبكات العصبية التوليدية العميقة [2023]
    شو، كونغشنغ، يي لو، زياومي دينغ، وبييوان يو.
    المجلة الصينية للكيمياء (2023)

المعيار لمجموعات المطابق الجزيئي

  • التعلم على مجموعات المطابقات الجزيئية: مجموعات البيانات والمعايير [2023]
    تشو، يانكياو، جيهيون هوانج، كير آدامز، تشن ليو، بوزهاو نان، بروك ستينفورس، يوانكي دو وآخرون.
    ورشة عمل NeuroIPS 2023 للذكاء الاصطناعي للعلوم. 2023 (2023) | شفرة

توليد التشكل الجزيئي القائم على VAE

  • أخذ العينات المحسنة بمساعدة التعلم العميق لاستكشاف التغييرات الجزيئية المطابقة [2023]
    هاوهاو فو، وهان ليو، وجينغيا شينغ، وتونغ تشاو، وشيويغوانغ شاو، ووينشينغ كاي.
    جي فيز. الكيمياء. ب (2023)

  • إطار عمل شامل لتوليد التشكل الجزيئي عبر البرمجة ثنائية المستوى [2021]
    شو، مينكاي، ووجي وانغ، شيتونغ لو، تشينس شي، يوشوا بينجيو، رافائيل جوميز-بومباريللي، وجيان تانغ.
    المؤتمر الدولي للتعلم الآلي. PMLR (2021) | شفرة

جيل التشكل الجزيئي القائم على GAN

  • COSMIC: نمذجة مساحة التشكل الجزيئي في الإحداثيات الداخلية مع إطار عدائي [2024]
    كوزنتسوف، مكسيم، فيدور ريابوف، رومان شوتسكي، ريم شياخميتوف، ين-تشو لين، أليكس أليبر، ودانييل بوليكوفسكي.
    جيه كيم. المشاة. نموذج. (2024) | شفرة

توليد التشكل الجزيئي المعتمد على الطاقة

  • تحسين التكوين الجزيئي المستوحى من الطاقة [2022]
    غوان، جياكي، ويسلي وي تشيان، وي يينغ ما، جيانزو ما، وجيان بينغ.
    المؤتمر الدولي لتمثيلات التعلم. (2022) | شفرة

توليد التشكل الجزيئي القائم على الانتشار

  • AGDIFF: الانتشار المعزز للانتباه للتنبؤ بالهندسة الجزيئية [204]
    كيم، إس، وو، جيه، وكيم، واي
    ChemRxiv. (2024) | شفرة

  • الذكاء الاصطناعي التوليدي القائم على الانتشار لاستكشاف الحالات الانتقالية من الرسوم البيانية الجزيئية ثنائية الأبعاد [204]
    كيم، إس، وو، جيه، وكيم، واي
    نات كومون 15، 341 (2024) | شفرة

  • نموذج توليدي مستنير بالفيزياء لمطابقات الجزيئات الشبيهة بالعقاقير [204]
    ديفيد سي ويليامز، نيل إيمانا.
    أرخايف:2403.07925. (2024) | شفرة

  • الانتشار الديناميكي: إنشاء وأخذ عينات من الأحداث النادرة للمسارات الديناميكية الجزيئية باستخدام نماذج الانتشار [2023]
    بيترسن، ماغنوس، جيما رويج، وروبرتو كوفينو.
    نوريبس 2023 AI4Science (2023)

  • توليد حقول المطابقة الجزيئية [2023]
    يويانج وانج، أحمد الحاج، نافديب جايتلي، جوشوا سوسكيند، ميجيل باوتيستا.
    [ورشة عمل NeuroIPS 2023 للذكاء الاصطناعي والبيولوجيا التوليدية (GenBio) (2023)]https://openreview.net/forum?id=Od1KtMeAYo)

  • حول تسريع توليد التشكل الجزيئي القائم على الانتشار في الفضاء الثابت SE(3) [2023]
    تشو، Z.، ليو، R. ويو، T.
    أرخايف:2310.04915 (2023))

  • توليد التشكل الجزيئي عبر تحويل الدرجات [2023]
    تشو، زيهان، رويينغ ليو، تشاولونغ ينغ، رويماو تشانغ، وتيانشو يو.
    أرخايف:2309.09985 (2023)

  • EC-Conf: نموذج انتشار فائق السرعة لتوليد التشكل الجزيئي بتناسق متساوي [2023]
    Fan، Zhiguang، Yuedong Yang، Mingyuan Xu، و Hongming Chen.
    أرخايف:2308.00237 (2023)

  • الانتشار الالتوائي لتوليد المطابق الجزيئي [2022]
    جينغ، بوين، غابرييل كورسو، جيفري تشانغ، ريجينا بارزيلاي، وتومي جاكولا.
    نوريبس. (2022) | شفرة

  • GeoDiff: نموذج انتشار هندسي لتوليد التشكل الجزيئي [2022]
    شو، مينكاي، لانتاو يو، يانغ سونغ، تشينس شي، ستيفانو إرمون، وجيان تانغ.
    المؤتمر الدولي لتمثيلات التعلم. (2022) | شفرة

توليد التشكل الجزيئي القائم على RL

  • Conformer-RL: مكتبة تعلم معززة عميقة لتوليد المطابق [2022]
    جيانغ، رونكسوان، تارون جوجينيني، جوشوا كاميراد، ييفي هي، أمبوج تيواري، وبول إم زيمرمان.
    مجلة الكيمياء الحاسوبية 43.27 (2022) | شفرة

جيل التشكل الجزيئي القائم على GNN

  • الاستفادة من التدريب المسبق على الرسم البياني الجزيئي ثنائي الأبعاد لتحسين إنشاء المطابق ثلاثي الأبعاد باستخدام الشبكات العصبية للرسم البياني [2024]
    جيانغ، رونكسوان، تارون جوجينيني، جوشوا كاميراد، ييفي هي، أمبوج تيواري، وبول إم زيمرمان.
    الحاسبات والهندسة الكيميائية (2024) | شفرة

تصميم الأدوية القائم على التعلم العميق

  • الاكتشاف المتسارع لمثبطات الكارباميت Cbl-b باستخدام نماذج الذكاء الاصطناعي التوليدية وتصميم الأدوية القائمة على البنية [2024]
    Quinn، TR، Giblin، KA، Thomson، C.، Boerth، JA، Bommakanti، G.، Braybrooke، E.، Chan، C.، Chinn، AJ، Code، E.، Cui، C. and Fan، Y.
    جيه ميد. الكيمياء. (2024) | شفرة

  • إعادة اختراع 4: تصميم الجزيئات التوليدية الحديثة المعتمدة على الذكاء الاصطناعي [2024]
    هانز إتش. لوفلر، جيازين هي، أليساندرو تيبو، جون بول جانيت، أليكسي فورونوف، لويس إتش. ميرفين وأولا إنجكفيست
    مجلة المعلوماتية الكيميائية,16(20) (2024) | شفرة

  • الكيمياء 42: منصة تعتمد على الذكاء الاصطناعي للتصميم الجزيئي وتحسينه [2023]
    إيفانينكوف، يان أ.، دانييل بوليكوفسكي، دميتري بيزروكوف، بوجدان زاغريبيلني، فلاديمير علاء الدينسكي، بيترينا كاميا، أليكس أليبر، فنغ رين، وأليكس زافورونكوف.
    مجلة المعلومات الكيميائية والنمذجة 63.3 (2023) | الويب

على أساس RNN

  • الشبكة العصبية المتكررة المشروطة نسخيًا لتصميم أدوية دي نوفو [2024]
    ماتسوكييو، ي.، تينغيجي، أ.، لي، سي. ويامانيشي، ي.
    جيه كيم. المشاة. نموذج. (2024) | شفرة

  • تصميم دوائي جديد محتمل مع التعلم التفاعلي العميق [2024]
    أتز، ك.، كوتوس، إل.، إيزرت، سي. وآخرون.
    نات كومون 15، 3408 (2024) | شفرة

  • CNSMolGen: نموذج توليدي يعتمد على الشبكات العصبية المتكررة ثنائية الاتجاه لتصميم أدوية الجهاز العصبي المركزي [2024]
    Gou، Rongpei، Jingyi Yang، Menghan Guo، Yingjun Chen، وWeiwei Xue.
    كيمركسيف-2024-x4wbl (2024) | شفرة

  • NovoMol: شبكة عصبية متكررة لتصميم الأدوية المتوفرة بيولوجيًا عن طريق الفم والتحقق من صحتها على مستقبل PDGFRα [2023]
    راو، ايشير.
    أرخايف:2312.01527 (2023) | شفرة

  • إنشاء مكتبة جزيئات الدواء المركزة باستخدام الشبكة العصبية المتكررة [2023]
    زو، جين بينغ، لونغ تشاو، وشاوبينغ شي.
    مجلة النمذجة الجزيئية 29.12 (2023) | شفرة

  • ChemTSv2: التصميم الجزيئي الوظيفي باستخدام مولد جزيئات دي نوفو [2023]
    إيشيدا، شويتشي، تانوج أساوات، ماساتو سوميتا، ميشيو كاتودا، تاتسويا يوشيزاوا، كازوكي يوشيزوي، كوجي تسودا، وكي ترياياما.
    مراجعات وايلي متعددة التخصصات: العلوم الجزيئية الحسابية (2023) | شفرة

  • الاستفادة من التعلم المعزز لتصميم الأدوية الجديدة [2023]
    سفينسون، هامبوس جوميسون، كريستيان تيرشان، أولا إنجكفيست، ومرتضى هاغير شهرغاني.
    أرخايف:2303.17615 (2023) | شفرة

  • تصميم عقار De novo استنادًا إلى Stack-RNN مع مجموع مرجح للمكافأة متعدد الأهداف والتعلم المعزز [2023]
    هو، P.، زو، J.، يو، J. وآخرون.
    جي مول موديل 29، 121 (2023) | شفرة

  • حول صعوبة التحقق من صحة النماذج التوليدية الجزيئية بشكل واقعي: دراسة حالة عن البيانات العامة والخاصة [2023]
    هاندا، كويتشي، مورغان توماس، ميتشيهارو كاجياما، تاكيشي إيجيما، وأندرياس بندر.
    كيمركسيف-2023-lbvgn | شفرة

  • ماجيكمول: خط أنابيب خفيف الوزن لتطور الجزيئات الشبيهة بالعقاقير واستكشاف الفضاء الكيميائي السريع [2023]
    تشين، لين، تشينغ شين، وجونغانغ لو.
    المعلوماتية الحيوية BMC (2023) | شفرة

  • يعمل برنامج Hill-Climb المعزز على زيادة كفاءة التعلم المعزز لتوليد جزيئات دي نوفو المستندة إلى اللغة [2022]
    توماس، M.، أوبويل، NM، بندر، A. وآخرون.
    جي كيمينفورم (2022) | شفرة

  • تصميم جزيء دي نوفو مع نماذج اللغة الكيميائية [2022]
    جريسوني، ف.، شنايدر، ج.
    الذكاء الاصطناعي في تصميم الأدوية. طرق في علم الأحياء الجزيئي، المجلد ٢٣٩٠. (٢٠٢٢) | شفرة

  • إطار عمل RNN المترابط لإنشاء جزيئات بسرعة ذات خصائص مرغوبة للمواد النشطة في نظام البيانات المنخفضة [2022]
    لي، تشوان، تشينغوي وانغ، مينغ صن، يان تسنغ، يوان يوان، كياولين غو، غوانغتشوان وانغ، يانزي غو، وزومي بو.
    جيه كيم. المشاة. نموذج. (2022) | شفرة

  • تحسين بنيات الشبكات العصبية المتكررة لتصميم أدوية دي نوفو [2021]
    سانتوس، بي بي، عباسي، إم، بيريرا، تي، ريبيرو، بي، وأراييس، جي بي
    ورق | شفرة

  • شبكة عصبية متكررة (RNN) تولد جزيئات شبيهة بالعقاقير لاكتشاف الأدوية [2021]
    شفرة

  • يستخدم النموذج التوليدي الجزيئي بصمة التفاعل (وضعية الالتحام) كقيود [2021]
    شفرة

  • توليد جزيء ثنائي الاتجاه باستخدام الشبكات العصبية المتكررة [2020]
    جريسوني، إف، موريت، إم، لينجوود، آر، وشنايدر، جي.
    جيه كيم. المشاة. نموذج. (2020) | شفرة

  • التوجيه المباشر للجيل الجزيئي دي نوفو مع الشبكات العصبية المتكررة المشروطة الواصفة [2019]
    Kotsias، PC.، Arús-Pous، J.، Chen، H. et al.
    نات ماخ إنتل 2، 254–265 (2020) | شفرة

  • ChemTS: مكتبة بايثون فعالة للجيل الجزيئي الجديد [2017]
    يانغ، X.، تشانغ، J.، يوشيزو، K.، تيرياما، K.، وتسودا، K.
    علوم وتكنولوجيا المواد المتقدمة (2017) | شفرة

على أساس LSTM

  • ClickGen: الاستكشاف الموجه للفضاء الكيميائي القابل للتصنيع عبر التفاعلات المعيارية والتعلم المعزز [2024]
    وانغ، M.، لي، S.، وانغ، J. وآخرون.
    نات كومون 15، 10127 (2024) | شفرة

  • DigFrag كطريقة تجزئة رقمية تستخدم لتصميم الأدوية القائمة على الذكاء الاصطناعي [2024]
    يانغ، R.، تشو، H.، وانغ، F. وآخرون.
    الكيمياء المشتركة 7، 258 (2024) | شفرة

  • تصميم دوائي جديد محتمل مع التعلم التفاعلي العميق [2024]
    أتز، ك.، كوتوس، إل.، إيزرت، سي. وآخرون.
    نات كومون 15، 3408 (2024) | شفرة

  • الاكتشاف الحسابي للأدوية على فيروس نقص المناعة البشرية باستخدام بنية التعلم العميق المخصصة لوحدة التشفير التلقائي المتغيرة LSTM [2023]
    كوتسال، موكاهيت، فرحات أوكار، ونيدا كاتي.
    CPT: القياسات الدوائية وعلم الأدوية للأنظمة. (2023) | شفرة

  • نماذج تسلسل الدولة والفضاء المهيكلة لتصميم أدوية دي نوفو [2023]
    أوزجليك آر، دي رويتر إس، جريسوني إف.
    كيمركسيف-2023-jwmf3. (2023) | شفرة

  • دمج إمكانية الوصول الاصطناعية مع تصميم الأدوية التوليدية القائمة على الذكاء الاصطناعي [2023]
    باروت، م.، تاجمواتي، ه.، دا سيلفا، في بي آر وآخرون.
    جي كيمينفورم 15، 83 (2023) | شفرة

  • التعلم التفاعلي العميق لتصميم الأدوية الجديدة [2023]
    أتز ك، كوتوس مونيوز إل، إزيرت سي، هاكانسون إم، فوشت د، نيبا دف، وآخرون.
    كيمركسيف-2023-cbq9k (2023)

  • التعلم العميق القائم على تصميم الأدوية الجديدة بناءً على هياكل مضخة البروتون في المعدة [2023]
    آبي، K.، أوزاكو، M.، إينوكاي، M. وآخرون.
    كومون بيول 6، 956 (2023) | شفرة

  • الذكاء الاصطناعي للتنبؤ بالأنشطة البيولوجية وتوليد الضربات الجزيئية باستخدام المعلومات الكيميائية المجسمة [2023]
    بيريرا، تياجو أو.، مريم عباسي، ريتا آي. أوليفيرا، رومينا أ. جيديس، خورخي آر سلفادور، وجويل بي أريس.
    ساحة الأبحاث. (2023) | شفرة

  • المنطق: تعلم التوزيع التوليدي الأمثل لتصميم الهياكل الكيميائية الجديدة [2023]
    باي، ب.، باي، إتش، ونام، إتش.
    ج كيمينفورم 15، 77 (2023) | شفرة

  • الاستفادة من البنية الجزيئية والنشاط الحيوي باستخدام نماذج اللغة الكيميائية لتصميم الأدوية الجديدة [2023]
    Kotsias، PC.، Arús-Pous، J.، Chen، H. et al.
    نات كومون 14، 114 (2023) | شفرة

  • CharLSTM القائم على SMILES مع الضبط الدقيق والتوليد الموجه نحو الأهداف عبر تدرج السياسة [2022]

    شفرة

  • DeLA-Drug: خوارزمية التعلم العميق للتصميم الآلي لنظائرها الشبيهة بالعقاقير [2022]
    Creanza، TM، Lamanna، G.، Delre، P.، Contino، M.، Corriero، N.، Saviano، M.، ... & Ancona، N.
    جيه كيم. المشاة. نموذج. (2022) | ويب

  • التصميم الجديد والتنبؤ بالنشاط الحيوي لمثبطات الأنزيم البروتيني الرئيسية لـ SARS-CoV-2 باستخدام تعلم النقل المتكرر القائم على الشبكة العصبية [2021]
    سانتانا، MVS، سيلفا جونيور، FP
    كيمياء بي إم سي 15، 8 (2021) | شفرة

  • الشبكات المتكررة التوليدية لتصميم أدوية دي نوفو [2018]
    غوبتا، A.، مولر، AT، هويسمان، BJ، فوكس، JA، شنايدر، P.، وشنايدر، G.
    إعلام مول. 2018 | شفرة

  • الشبكات العصبية التوليدية المتكررة لتصميم أدوية دي نوفو [2017]
    غوبتا، أنفيتا، وآخرون.
    إعلام مول. 2018 | شفرة

نماذج الانحدار الذاتي

  • زحل: تصميم جزيئي توليدي فعال للعينة باستخدام معالجة الذاكرة [2024]
    جيف جو، فيليب شوالر.
    أرخايف:2405.17066 (2024) | شفرة

  • تمكين توليد الجزيئات المدركة للهدف لمتابعة أهداف متعددة باستخدام Pareto MCTS [2024]
    يانغ، Y.، تشن، G.، لي، J. وآخرون.
    كومون بيول 7، 1074 (2024) | شفرة

  • PocketFlow هو نموذج توليدي جزيئي قائم على البيانات والمعرفة [2024]
    شنغيونغ يانغ، يوان يوان جيانغ، قوه تشانغ وآخرون.
    نات ماخ إنتل (2024) | ساحة الأبحاث. الطباعة المسبقة. (2023) | شفرة

  • تصميم جزيء De Novo نحو خصائص متحيزة عبر إطار عمل توليدي عميق وتعلم النقل التكراري [2024]
    ساتاري، كيانوش، داوي لي، بوبالي كاليتا، يونشاو شيه، فاطمة بارمالكي ليفان، أولكسندر إيساييف، وجيان لين.
    الاكتشاف الرقمي (2024) | شفرة

  • السمفونية: التوافقيات الكروية المتمركزة حول نقطة مكافئة التماثل لتوليد الجزيئات ثلاثية الأبعاد [2024]
    أميا دايجافان وسونج إيون كيم وماريو جيجر وتيس سميت.
    ICLR (2024) | شفرة

  • الانتشار القائم على الأجزاء بالانحدار الذاتي لتصميم الروابط المدركة للجيب [2023]
    غرباني، مهدي، ليو جينديليف، بول بيروزا، ومايكل كيسر.
    ورشة عمل NeurIPS 2023 للذكاء الاصطناعي والبيولوجيا التوليدية (GenBio). (2023) | شفرة

  • التعلم على السطح الطوبولوجي والبنية الهندسية للتوليد الجزيئي ثلاثي الأبعاد [2023]
    تشانغ، أودين، تيانيوي وانغ، غاوكي ونغ، ديجون جيانغ، نينغ وانغ، شياوروي وانغ، هويفنغ تشاو وآخرون.
    Nat Comput Sci (2023) | شفرة

  • ResGen هو نموذج جيل جزيئي ثلاثي الأبعاد مدرك للجيب يعتمد على النمذجة المتوازية متعددة النطاق [2023]
    تشانغ، O.، تشانغ، J.، جين، J. وآخرون.
    نات ماخ إنتل (2023) | شفرة

  • FFLOM: نموذج الانحدار الذاتي القائم على التدفق لتحسين عملية التجزئة إلى العميل المحتمل [2023]
    جييو جين، دونغ وانغ، غوكين شي، جينغشياو باو، جيك وانغ، هاوتيان تشانغ، بيتشين بان، دان لي، شياو جون ياو، هوانكسيانغ ليو، تينغجون هو، ويو كانغ
    جيه ميد. الكيمياء. (2023) | شفرة

  • الجيل الجزيئي اللامنطقي مع التغذية الراجعة الذاتية [2023]
    يين فانغ، نينغيو تشانغ، تشو تشين، شياوهوي فان، هواجون تشين
    أرخايف:2301.11259v3 | شفرة

  • GraphAF: نموذج الانحدار الذاتي القائم على التدفق لإنشاء الرسم البياني الجزيئي [2020]
    شي، سي، شو، إم، تشو، زي، تشانغ، دبليو، تشانغ، إم، وتانغ، جيه.
    ICLR (2020) |arXiv:2001.09382 | شفرة

على أساس المحولات

  • التحرير الجزيئي التوليدي الشبيه بالعقاقير القائم على الانتشار باستخدام اللغة الطبيعية الكيميائية [2024]
    جيانمين وانغ، بينج تشو، زيكسو وانج، وي لونج، يانج يانج تشين، كيونج تاي نو، دونج شنج أويانج*، جياشون ماو* وشيانجكسيانج تسنغ*.
    جي فارم. شرجي. (2024) | شفرة

  • الاستفادة من محولات الشجرة VAE مع ترميز الأجزاء لنموذج توليد كيميائي كبير عالي الأداء [2024]
    إينوكاي تي، ياماتو أ، أكياما إم، ساكاكيبارا واي.
    ChemRxiv. (2024) | شفرة

  • نهج التعلم العميق لتوليد الروابط المنطقية مع التحكم في السمية من خلال وحدات البناء التفاعلية [2024]
    لي، P.، تشانغ، K.، ليو، T. وآخرون.
    Nat Comput Sci (2024) | شفرة

  • نموذج أساسي للتصميم الكيميائي والتنبؤ بالخصائص [2024]
    Cai، F.، Zhu، T.، Tzeng، TR، Duan، Y.، Liu، L.، Pilla، S.، Li، G. and Luo، F.
    أرخايف:2410.21422 (2024) | شفرة

  • SE(3) طبولوجيا مكافئة لاكتشاف الأدوية القائمة على البنية [2024]
    برات أ، عبد العاطي ح، بابرينكيس أ، باستاس أو، باكيه تي، كامونتافيسيوس جي، وآخرون.
    ChemRxiv. (2024)

  • محولات نشر الرسم البياني للتوليد الجزيئي متعدد الشروط [2024]
    ليو، قانغ، جياكسين شو، تي لوه ومنغ جيانغ.
    نيوربيس 2024 (عن طريق الفم). (2024) | شفرة

  • استكشاف شامل للفضاء الكيميائي المحلي باستخدام نموذج المحولات [2024]
    تيبو، A.، هو، J.، جانيت، JP وآخرون.
    نات كومون 15، 7315 (2024) | شفرة

  • التشفير التلقائي المتغير للرسم البياني للمحولات للتصميم الجزيئي التوليدي [2024]
    نجوين وتريو وألكسندرا كارولاك.
    بيوركسيف (2024)

  • BindGPT: إطار عمل قابل للتطوير للتصميم الجزيئي ثلاثي الأبعاد عبر نمذجة اللغة والتعلم المعزز [2024]
    زولوس، أرتيم، مكسيم كوزنتسوف، رومان شوتسكي، ريم شياخميتوف، دانييل بوليكوفسكي، ساراث تشاندار، وأليكس زافورونكوف.
    أرخايف:2406.03686 (2024)

  • استكشاف نظائر الفنتانيل الجديدة باستخدام نموذج محول قائم على الرسم البياني [2024]
    تشانغ، غوانغله، يوان تشانغ، لينغ لي، جياينغ تشو، هونغلين تشين، جينوين جي، يانرو لي، يو كاو، زيهوي شو، وكونغ بيان.
    العلوم متعددة التخصصات: علوم الحياة الحاسوبية (2024) | شفرة

  • TenGAN: مشفرات المحولات النقية تشكل شبكة GAN منفصلة فعالة لتوليد De Novo الجزيئي [2024]
    لي وتشين ويوشيهيرو يامانيشي.
    المؤتمر الدولي للذكاء الاصطناعي والإحصاء. PMLR (2024)

  • DockingGA: تعزيز توليد الجزيئات المستهدفة باستخدام الشبكة العصبية المحولة والخوارزمية الجينية مع محاكاة الإرساء [2024]
    تشانغنان جاو، وينجي باو، شوانغ وانغ، جيانيانغ تشنغ، لولو وانغ، يونغكي رن، لينفانغ جياو، جيانمين وانغ، شون وانغ.
    ملخصات في علم الجينوم الوظيفي (2024) | شفرة

  • يجب أن تكون آمنًا: إطار جديد للتصميم الجزيئي [2024]
    نوتاهي، إيمانويل، كريستيان جابيليني، مايكل كريج، جوناثان إس سي ليم، وبرودينسيو توسو.
    الاكتشاف الرقمي (2024) | أرخايف:2310.10773 (2023) | شفرة

  • تعزيز كفاءة التصميم الجزيئي: توحيد نماذج اللغة والشبكات التوليدية مع الخوارزميات الجينية [2024]
    بوميك، وديبسيندو، وبي تشانغ، وزاكاري فوكس، وستيفان إيرل، وجون جونلي.
    الأنماط (2024) | شفرة

  • ChemSpaceAL: منهجية تعلم نشطة فعالة مطبقة على الجيل الجزيئي الخاص بالبروتين [2024]
    كيرو، جريجوري دبليو، أنطون مورجونوف، رافائيل آي برنت، وفيكتور س. باتيستا.
    جيه كيم. المشاة. نموذج. (2024) | شفرة

  • تقييم التعلم المعزز في التصميم الجزيئي القائم على المحولات [2024]
    هو J، تيبو A، جانيت JP، نيتينغر E، تيرشان C، تشيكتزكي دبليو، وآخرون.
    كيمركسيف-2024-r9ljm (2024) | شفرة

  • تحسين المساحة المزدوجة: تحسين تصميم تسلسل الجزيئات بواسطة المحول الفوري الكامن [2024]
    Deqian Kong وYuhao Huang وJianwen Xie وEdouardo Honig وMing Xu وShuanghong Xue وPei Lin وSanping Zhou وSheng Zhong وNanning Zheng وYing Nian Wu.
    أرخايف:2402.17179 (2024)

  • نموذج توليدي جزيئي جديد لـ VAE مدمج مع المحول [2024]
    ياسوهيرو يوشيكاي وتاداهايا ميزونو وشومبي نيموتو وهيرويوكي كوسوهارا.
    أرخايف:2402.11950 (2024) | شفرة

  • GexMolGen: إنشاء جزيئات متعددة الوسائط عبر ترميز نموذج اللغة الكبير لتوقيعات التعبير الجيني [2024]
    تشينغ، جيا باي، شياويونغ بان، كاييوان يانغ، شنغهاو كاو، بن ليو، كينغران يان، ويي يوان.
    بيوركسيف (2024) | شفرة

  • المولد المحلي الذي يساهم فيه تنوع السقالات لاكتشاف مثبطات NLRP3 المحتملة [2024]
    ويتشين بو، يانغ تشين دوان، يورونغ زو، زيان ما، تاو يانغ، بينج وانغ، تاو قوه، تشييوان فو، جيانمين وانغ، لينتشوان فان، جي ليو، تايجين وانغ، وليجوان تشن.
    جيه كيم. المشاة. نموذج. (2024) | شفرة

  • توليد جزيء على دراية بالهدف لتصميم الدواء باستخدام نموذج اللغة الكيميائية [2024]
    شيا ، يينغسي ، كيهان وو ، بان دنغ ، رينهي ليو ، يوان تشانغ ، هان قوه ، يومنغ كوي وآخرون.
    Biorxiv (2024)

  • تسريع اكتشاف الروابط النشطة البيولوجية والبيولوجية مع نماذج توليدية مطلعة [2024]
    Xie و Weixin و Jianhang Zhang و Qin Xie و Chaojun Gong و Youjun Xu و Luhua Lai و Jianfeng Pei.
    Arxiv: 2401.01059 (2024) | شفرة

  • إطار اكتشاف البوليمر القابل لذاته على أساس النموذج التوليدي الشرطي [2023]
    Xiangyun Lei و Weike Ye و Zhenze Yang و Daniel Schweigert و Ha-kyung Kwon و Arash Khajeh.
    Arxiv: 2312.04013. (2023)

  • الللامول: محول توليني متعدد المشروطات ديناميكي للتصميم الجزيئي للدي نوفو [2023]
    دوببرشتاين ، نيكلاس ، أستريد ماس ، وجان هايميكرز.
    Arxiv: 2311.14407. (2023) | شفرة

  • GraphGPT: رسم بياني محسن محسن التوليد للتوليد الجزيئي المشروط [2023]
    Lu و Hao و Zhiqiang Wei و Xuze Wang و Kun Zhang و Hao Liu.
    المجلة الدولية للعلوم الجزيئية 24.23 (2023) | شفرة

  • Protacable هو خط أنابيب حسابية متكامل لنمذجة ثلاثية الأبعاد والتعلم العميق لأتمتة تصميم De Novo للبروتات [2023]
    Hazem Mslati ، Francesco Gentile ، Mohit Pandey ، Fuqiang Ban ، Artem Cherkasov.
    Biorxiv 2023.11.20.567951. (2023) | شفرة

  • استراتيجية التوليد الجزيئي والتحسين استنادًا إلى تعلم التعزيز A2C في تصميم المخدرات De Novo [2023]
    وانغ ، تشيان ، تشايكيانغ وي ، شياوونغ هو ، تشويوا وانغ ، يوجي دونغ ، وهاو ليو.
    المعلوماتية الحيوية: BTAD693. (2023) | شفرة

  • توليد عبر الوسائط من الجزيئات الشبيهة بالضربات عبر ترميز نموذج الأساس لتوقيعات التعبير الجيني [2023]
    Jiabei Cheng ، Xiaoyong Pan ، Kaiyuan Yang ، Shenghao Cao ، Bin Liu ، Ye Yuan.
    Biorxiv 2023.11.11.566725. (2023) | شفرة

  • إعادة اختراع 4: تصميم الجزيء التوليدي المدفوع من الذكاء الاصطناعي [2023]
    Loeffler H ، He J ، Tibo A ، Janet JP ، Voronov A ، Mervin L ، et al.
    Chemrxiv-2023-tex65x (2023) | شفرة

  • تحسين الارتباطات الملزمة في الفضاء الكيميائي مع المحول وتعلم التعزيز العميق [2023]
    Xu و Xiaopeng و Juexiao Zhou و Chen Zhu و Qing Zhan و Zhongxiao Li و Ruochi Zhang و Yu Wang و Xingyu Liao و Xin Gao.
    Chemrxiv-2023-7v4sw (2023) | شفرة

  • البحث عن جزيئات عالية القيمة باستخدام التعلم التعزيز والمحولات [2023]
    Raj Ghugare و Santiago Miret و Adriana Hugessen و Mariano Phielipp و Glen Berseth.
    Arxiv: 2310.02902 (2023)

  • تصميم De Novo الجزيئي من خلال تعلم التعزيز القائم على المحولات [2023]
    Feng و Tao و Pengcheng Xu و Tianfan Fu و Siddhartha Laghuvarapu و Jimeng Sun.
    Arxiv: 2310.05365 (2023)

  • نماذج لغة المحولات التحويلية الاحتمالية للتصميم التوليدي للجزيئات [2023]
    Wei ، L. ، Fu ، N. ، Song ، Y. et al.
    J Cheminform 15 ، 88 (2023) | شفرة

  • تصميم المخدرات دي نوفو مع محولات المفاصل [2023]
    آدم إيزديبسكي وإويلينا Węglarz-Tomczak و Ewa Szczurek و Jakub M. Tomczak
    Arxiv: 2310.02066. (2023)

  • نماذج تسلسل فضاء الدولة المنظمة لتصميم المخدرات De Novo [2023]
    Özçelik R ، De Ruiter S ، Grisoni F.
    Chemrxiv-2023-JWMF3. (2023) | شفرة

  • توليد دي نوفو من الهياكل الكيميائية لمثبطات المانع والمنشطين للبروتينات المستهدفة العلاجية من خلال مشفر تلقائي قائم على المحولات وتحسين بايزي [2023]
    يوكي ماتسوكيو ، تشيكاشيج ياماناكا ، ويوشيرو يامانيشي.
    J. Chem. Inf. نموذج. (2023) | شفرة

  • يولد GAN العكسي GAN جزيئات مقيدة السقالات مع تحسين الممتلكات. [2023]
    Li ، C. ، Yamanishi ، Y.
    ECML PKDD (2023) | شفرة

  • Chemspaceal: منهجية التعلم النشط الفعالة المطبقة على التوليد الجزيئي الخاص بالبروتين [2023]
    Kyro و Gregory W. و Anton Morgunov و Rafael I. Brent و Victor S. Batista.
    Arxiv: 2309.05853 (2023) | شفرة

  • التصميم الجزيئي ثلاثي الأبعاد فعال مع محول E (3) ثابت VAE [2023]
    الدولار ، أوريون ، ونيسارغ جوشي ، وجيم بوفندرنر ، وديفيد AC Beck.
    مجلة الكيمياء الفيزيائية A (2023) | شفرة

  • Lingo3dmol: توليد جزيء ثلاثي الأبعاد قائم على الجيب باستخدام نموذج لغة [2023]
    Wang ، Lvwei ، Zaiyun Lin ، Yanhao Zhu ، Rong Bai ، Wei Feng ، Huting Wang ، Jielong Zhou ، Wei Peng ، Bo Huang ، و Wenbiao Zhou.
    Arxiv: 2305.10133 (2023) | شفرة

  • FSM-DDTR: استراتيجية التغذية المرتدة من طرف إلى طرف لتصميم دواء DE NOVO متعدد الأهداف باستخدام Transformers [2023]
    Monteiro ، Nelson RC ، Tiago O. Pereira ، Ana Catarina D. Machado ، José L. Oliveira ، Maryam Abbasi ، and Joel P. Arrais.
    أجهزة الكمبيوتر في علم الأحياء والطب (2023) | شفرة

  • تبلل الجزيئات الخطية عن طريق التعلم العميق لتسهيل اكتشاف مرشحي الأدوية الكلي [2023]
    Dio ، Y. ، Liu ، D. ، GE ، H. et al.
    NAT Commun 14 ، 4552 (2023) | شفرة

  • De Novo Drug Design بناءً على ملفات تعريف التعبير الجيني للمريض عبر التعلم العميق [2023]
    ياماناكا ، تشيكاشيج ، شونيا أوكي ، كازوما كايتوه ، ميشيو إيواتا ، ويوشيرو يامانيشي.
    المعلوماتية الجزيئية (2023) | شفرة

  • طريقة التعلم العميق المستندة إلى المحولات لتحسين خصائص admet لمركبات الرصاص [2023]
    يانغ ، ليجوان ، تشاو جين ، غوانغوي يانغ ، تشيتونج بينج ، ليانغ هوانغ ، يوزن نيو ، ولي يانغ.
    الفيزياء الكيميائية الفيزيائية 25.3 (2023)

  • تصميم الأدوية القائم على التسلسل كمفهوم في تصميم الأدوية الحسابية [2023]
    Chen ، L. ، Fan ، Z. ، Chang ، J. et al.
    Nat Commun 14 ، 4217 (2023) | شفرة

  • صيدلية: استراتيجية قائمة على GPT لتصميم الروابط المحتملة التي تستهدف بروتينات محددة [2023]
    Yuesen Li و Chengyi Gao و Xin Song و Xiangyu Wang و View Orcid Profileyungang Xu و Suxia Han
    Biorxiv (2023) | شفرة

  • prefixmol: تصميم جزيء الهدف والكيمياء المدركين عن طريق تضمين البادئة [2023]
    Gao و Zhangyang و Yuqi Hu و Cheng Tan و Stan Z. Li.
    Arxiv: 2302.07120 (2023) | شفرة

  • التدريب على نموذج اللغة التكيفية للتصميمات الجزيئية [2023]
    Andrew E. Blanchard ، Debsindhu Bhowmik ، Zachary Fox ، John Gounley ، Jens Glaser ، Belinda S. Akpa & Stephan Irle.
    J Cheminform 15 ، 59 (2023) | شفرة

  • CMGN: شبكة جزيئية مشروطة لتصميم جزيئات خاصة بالهدف مع الخصائص المطلوبة [2023]
    يانغ ، مينجيان ، هانيو صن ، Xue Liu ، Xi Xue ، Yafeng Deng ، و Xiaojian Wang.
    الإحاطات في المعلوماتية الحيوية ، 2023 ؛ ، BBAD185 | شفرة

  • CMOLGPT: محول مشروط تدريب مسبقًا للجيل الجزيئي DE NOVO الخاص بالهدف [2023]
    وانغ ، يي ، هونغغانغ تشاو ، سيمون سكولي ، وينلو وانغ.
    جزيئات 2023 ، 28 (11) ، 4430 | شفرة

  • توليد الجزيئات باستخدام المحولات وتعلم تعزيز التدرج السياسي [2023]
    Mazuz ، E. ، Shtar ، G. ، Shapira ، B. et al.
    SCI Rep 13 ، 8799 (2023) | شفرة

  • IUPACGPT: نموذج الجزيئي على نطاق واسع على نطاق واسع المستند إلى IUPAC للتنبؤ بالممتلكات وتوليد الجزيئات [2023]
    Jiashun Mao ،، Jianmin Wang ، Kwang-Hwi Cho ، Kyoung Tai No
    Chemrxiv-2023-5kjvh | شفرة

  • الجيل الجزيئي مع انخفاض العلامات من خلال بنية القيد [2023]
    وانغ ، جيك ، يانديان زنغ ، هويونج صن ، جونمي وانغ ، شياووي وانغ ، روبان جين ، مينغانغ وانغ وآخرون.
    J. Chem. Inf. نموذج. (2023) | شفرة

  • الاكتشاف التوليدي للتصميمات الكيميائية الجديدة باستخدام نمذجة الانتشار والشبكات العصبية العميقة للمحول مع تطبيق على المذيبات العميقة [2023]
    Luu ، Rachel K. ، Marcin Wysokowski ، and Markus J. Buehler.
    Arxiv: 2304.12400v1 | شفرة

  • يتيح محول الانحدار الانحدار المتزامن وتوليد النمذجة اللغوية الجزيئية [2023]
    Born ، J. ، Manica ، M.
    Nat Mach Intell 5 ، 432–444 (2023) | شفرة

  • النموذج التوليدي الجزيئي القائم على المحولات لتصميم الأدوية المضادة للفيروسات [2023]
    ماو ، جياشون ؛ وانغ ، جيانينغ ؛ زيب ، أمير ؛ تشو ، كوانغ هوي ؛ جين ، هايان ؛ كيم ، جونغوان ؛ لي ، أونجو ؛ وانغ ، يونايون ؛ لا ، كيونج تاي.
    J. Chem. Inf. نموذج. (2023) | شفرة

  • استهدف تصميم DE NOVO محدد لجزيئات مرشح المخدرات مع شبكات الخصومة التوليدية المستندة إلى محول الرسوم البيانية [2023]
    ünlü ، atabey ، elif çevrim ، أحمد ساريجون ، هايري çelikbilek ، هيفال أتش غوفينيلر ، التاي koyaş ، دنيز كانسين كهرامان ، أحمد ريفايوğلو ، وعبدورهمان أولي.
    Arxiv: 2302.07868v5

  • Drugex V3: تصميم المخدرات المقيد بالسقالة مع التعلم التعزيز المستند إلى محول الرسوم البيانية [2023]
    Liu ، X. ، Ye ، K. ، Van Vlijmen ، Hwt et al.
    J Cheminform 15 ، 24 (2023) | شفرة

  • استكشاف مساحة تشبه المخدرات مع نماذج توليدية عميقة [2023]
    وانغ ، جيانمين ، وآخرون.
    الطرق (2023) | شفرة

  • تمثيلات اللغة الكيميائية واسعة النطاق تلتقط التركيب والخصائص الجزيئية [2022]
    Ross ، J. ، Belgodere ، B. ، Chenthamarakshan ، V. ، Padhi ، I. ، Mroueh ، Y. ، & Das ، P.
    Nat Mach Intell 4 ، 1256–1264 (2022) | شفرة

  • Alphadrug: يستهدف البروتين توليد جزيئي De Novo [2022]
    تشيان ، هاو ، تشنغ لين ، دنغوي تشاو ، شيكوي تو ، ولي شو.
    PNAS Nexus (2022) | شفرة

  • هل يمكن أن نتعلم بسرعة "ترجمة" الجزيئات النشطة بيولوجيًا مع نماذج المحولات؟ [2022]
    Bagal ، V. ، Aggarwal ، R. ، Vinod ، PK ، & Priyakumar ، UD
    Chemrxiv-2022-Gln27

  • Molgpt: الجيور الجزيئية باستخدام نموذج محول-ترميز [2022]
    Bagal ، V. ، Aggarwal ، R. ، Vinod ، PK ، & Priyakumar ، UD
    J. Chem. Inf. نموذج. 2022 ، 62 ، 9 ، 2064–2076 | شفرة

  • جزيئات الخياطة لجيوب البروتين: حل توليدي يعتمد على المحولات لتصميم الأدوية القائم على المنظم [2022]
    Wu ، K. ، Xia ، Y. ، Fan ، Y. ، Deng ، P. ، Liu ، H. ، Wu ، L. ، ... & Liu ، Ty
    Arxiv.2209.06158 | شفرة

  • استغلال نماذج اللغة الكيميائية الحيوية المسبقة لتصميم الأدوية المستهدف [2022]
    Uludoğan ، Gökçe ، Elif Ozkirimli ، Kutlu O. Ulgen ، Nilgün Karalı ، و Arzucan özgür.
    المعلوماتية الحيوية (2022) | شفرة

  • نموذج توليدي يعتمد على المحولات للتصميم الجزيئي De Novo [2022]
    وانغ ، وينلو ، وآخرون.
    Arxiv: 2210.08749v2

  • الترجمة بين الجزيئات واللغة الطبيعية [2022]
    Edwards ، C. ، Lai ، T. ، Ros ، K. ، Honke ، G. ، & Ji ، H.
    Arxiv: 2204.11817v3 | شفرة

  • يتيح محول الانحدار الانحدار المتزامن وتوليد النمذجة اللغوية الجزيئية [2022]
    ولد ، جانيس ومانيكا ، ماتيو
    Arxiv: 2202.01338v3 | شفرة

  • التدريب قبل التدريب من الجزيئات [2021]
    عادلوف ، سانجار.
    J. Chem. Inf. نموذج. 2022 ، 62 ، 9 ، 2064–2076 | شفرة

  • محولات لتوليد الرسم البياني الجزيئي [2021]
    كوفالا ، تيم ، وأوليفر كرامر.
    Esann 2021 | شفرة

  • التوليد المكاني للجزيئات مع المحولات [2021]
    كوفالا ، تيم ، وأوليفر كرامر.
    ijcnn52387.2021.9533439 (2021) | شفرة

  • المحول الكيميائي التوليدي: التعلم الآلي العصبي للهياكل الهندسية الجزيئية من اللغة الكيميائية عن طريق Teatentio [2021]
    Hyunseung Kim ، Jonggeol Na*، وفاز Bo Lee*.
    J. Chem. Inf. نموذج. 2021 ، 61 ، 12 ، 5804–5814 | شفرة

  • C5T5: توليد يمكن التحكم فيه من الجزيئات العضوية مع المحول [2021]
    Rothchild ، D. ، Tamkin ، A. ، Yu ، J. ، Misra ، U. ، & Gonzalez ، J.
    Arxiv: 2108.10307v1 | شفرة

  • التحسين الجزيئي عن طريق التقاط حدس الكيميائي باستخدام الشبكات العصبية العميقة [2021]
    He ، J. ، You ، H. ، Sandström ، E. et al.
    J Cheminform 13 ، 26 (2021) | شفرة

  • الشبكة العصبية المحول لتوليد الأدوية DE Novo الخاصة بالبروتين كمشكلة ترجمة آلية [2021]
    غريشنيكوفا ، داريا.
    SCI Rep 11 ، 321 (2021) | شفرة

  • Transmol: إعادة استخدام نموذج لغة للجيل الجزيئي [2021]
    غريشنيكوفا ، داريا.
    RSC تقدم. 2021 ؛ 11 (42): 25921-32. | شفرة

  • نماذج توليدية قائمة على الاهتمام للتصميم الجزيئي De Novo [2021]
    Dollar ، O. ، Joshi ، N. ، Beck ، Da and Pfaendtner ، J. ،
    العلوم الكيميائية 12.24 (2021) | شفرة

على أساس VAE

  • الاستفادة من VAE تحويل الأشجار مع رمزية مجزأة لنموذج توليني كيميائي كبير عالي الأداء [2024]
    Inukai T ، Yamato A ، Akiyama M ، Sakakibara Y.
    Chemrxiv. (2024) | شفرة

  • محول الرسم البياني المتغير التلقائي للتصميم الجزيئي التوليدي [2024]
    نغوين ، تريو ، وألكسندرا كارولاك.
    Biorxiv (2024)

  • تصميم الدواء القائم على الهيكل مع نموذج توليني هرمي عميق [2024]
    ويلر ، جيسي أ. ، ريمو روهز.
    J. Chem. Inf. نموذج. (2024) | شفرة

  • الاستفادة من المساحات الفرعية النشطة لالتقاط عدم اليقين النموذج المعرفي في النماذج التوليدية العميقة للتصميم الجزيئي [2024]
    Abeer ، Anm ، Sanket Jantre ، Nathan M. Urban ، و Byung-Jun Yoon.
    Arxiv: 2405.00202 (2024)

  • GXVAES: اثنان من VAEs مفصل يولد جزيئات ضرب من ملامح التعبير الجيني [2024]
    لي ، تشن ، ويوشيرو يامانيشي.
    وقائع مؤتمر AAAI حول الذكاء الاصطناعي. المجلد. 38. رقم 12. (2024) | شفرة

  • إطار توليني جزيئي ثلاثي الأبعاد لتصميم الدواء الموجهة للتفاعل [2024]
    Zhung ، W. ، Kim ، H. & Kim ، WY
    NAT Commun 15 ، 2688 (2024) | شفرة

  • توليد الجزيء القائم على الانتباه عبر Autoencoder الاختلاف الهرمي [2024]
    مغاصرة سيفانيسان.
    Arxiv: 2402.16854. (2024)

  • نموذج توليد جزيء جديد من VAE مع المحول [2024]
    Yasuhiro Yoshikai و Tadahaya Mizuno و Shumpei Nemoto و Hiroyuki Kusuhara.
    Arxiv: 2402.11950 (2024) | شفرة

  • توليد دي نوفو وتحديد مركبات جديدة مع فعالية المخدرات على أساس التعلم الآلي [2024]
    هو ، داكو ، تشينغ ليو ، يان مي ، تشينغكي منغ ، ليبين شو ، تشونيو هو ، Jinpeng Wang et al.
    العلوم المتقدمة (2024)

  • اكتشاف الأدوية الحسابية على فيروس فيروس نقص المناعة البشرية مع بنية التعلم العميق لفيروس LSTM المخصص LSTM [2023]
    Kutsal ، Mucahit ، Ferhat Ucar ، و Nida Kati.
    CPT: Pharmacometrics & Systems Pharmacology. (2023) | شفرة

  • NRC-VABs: Autoencoder التباين الشرطي الطبيعي مع البحث عن الشعاع المطبق في الفضاء الكامن لتصميم جزيء الدواء [2023]
    بهدوال ، آرون سينغ ، كمال كومار ، ونيراج كومار.
    أنظمة الخبراء مع التطبيقات. (2023)

  • أدوات تلقائية متغيرة على دراية مستهدفة لتوليد يجند مع نمذجة البروتين متعددة الوسائط [2023]
    المنظمات غير الحكومية ، خانغ ، وترونج سون هاي.
    Neupips 2023 Generative AI وعلم الأحياء (GENBIO). (2023) | شفرة

  • الإطار التوليدي الجزيئي ثلاثي الأبعاد على دراية بالتفاعل لتصميم الدواء القائم على الهيكل [2023]
    وو الأصغر كيم ، وونهو تشونغ ، و Hyeongwoo كيم.
    ميدان البحث. (2023) | شفرة

  • تطبيق ترميز الرسم البياني المتغير كخوارزمية عامة فعالة في تصميم الأدوية بمساعدة الكمبيوتر [2023]
    Lam ، Hyi ، Pincket ، R. ، Han ، H. et al.
    Nat Mach Intell 5 ، 754–764 (2023) | شفرة

  • توليد دي نوفو من الهياكل الكيميائية لمثبطات المانع والمنشطين للبروتينات المستهدفة العلاجية من خلال مشفر تلقائي قائم على المحولات وتحسين بايزي [2023]
    يوكي ماتسوكيو ، تشيكاشيج ياماناكا ، ويوشيرو يامانيشي.
    J. Chem. Inf. نموذج. (2023) | شفرة

  • Rebadd-Se: التحسين الجزيئي متعدد الأهداف باستخدام شظية صور شخصية وتدريب التسلسل الذاتي للسياسة [2023]
    Choi و Jonghwan و Sangmin Seo و Seungyeon Choi و Shengmin Piao و Chihyun Park و Sung Jin Ryu و Byung Ju Kim و Sanghyun Park.
    أجهزة الكمبيوتر في علم الأحياء والطب 157 (2023) | شفرة

  • التصميم الجزيئي ثلاثي الأبعاد فعال مع محول E (3) ثابت VAE [2023]
    الدولار ، أوريون ، ونيسارغ جوشي ، وجيم بوفندرنر ، وديفيد AC Beck.
    مجلة الكيمياء الفيزيائية A (2023) | شفرة

  • الجيل الجزيئي متعدد الاستخدامات باستخدام بيانات التدريب المسمى بقطر لفحص إلكتروليت عالي التركيز المترجمة [2023]
    Mailoa ، Jonathan P. ، Xin Li ، Jiezhong Qiu ، and Shengyu Zhang.
    الاكتشاف الرقمي (2023) | رمز | مجموعة البيانات

  • التحسين الجزيئي متعدد الأهداف لعلاج اضطراب استخدام المواد الأفيونية باستخدام مجمع الشبكة التوليدي [2023]
    فنغ ، هونغسونج ، روي وانغ ، تشانغ غو تشان ، وغو واي وي.
    J. Med. الكيمياء. (2023) | شفرة

  • SCAFFOLDGVAE: توليد السقالات وقفز جزيئات الدواء عبر مشفر تلقائي متغير يعتمد على الشبكات العصبية الرسم البياني متعدد الرؤية [2023]
    Hu و Chao و Song Li و Chenxing Yang و Jun Chen و Yi Xiong و Guisheng Fan و Hao Liu و Liang Hong.
    J Cheminform 15 ، 91 (2023) | ميدان البحث. (2023) | شفرة

  • التصميم التوليدي العميق للأقفاص العضوية التي يسهل اختراقها عن طريق مشفر تلقائي مختلف [2023]
    جياجون تشو ، أوستن مروز ، كيم جيلز*.
    Chemrxiv (2023) | شفرة

  • أدوات تلقائية متغيرة على دراية بالهدف لتوليد يجند مع تعلم تمثيل البروتين متعدد الوسائط [2023]
    Nhat Khang Ngo ، Truong Son Hy.
    Biorxiv. (2023) | شفرة

  • دي نوفو دي

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل