papers for molecular design using DL
1.0.0
ที่เกี่ยวข้องกับ Generative AI และ Deep Learning สำหรับ การออกแบบโมเลกุล/ยา และ การสร้างโครงสร้างโมเลกุล
กำลังอัปเดต ...
ยินดีต้อนรับการเพิ่มประสิทธิภาพระดับโมเลกุล ！！！
การออกแบบระดับโมเลกุล (ยา) โดยใช้ปัญญาประดิษฐ์เชิงสร้างสรรค์และการเรียนรู้เชิงลึก
| เมนู | เมนู | เมนู | เมนู |
|---|---|---|---|
| AI เจนเนอเรชั่นสำหรับการค้นพบทางวิทยาศาสตร์ | รีวิว | ชุดข้อมูลและเกณฑ์มาตรฐาน | ตัวชี้วัดความเหมือนยาและการประเมิน |
| การออกแบบที่เน้นการเรียนรู้เชิงลึก | แบบจำลองการสร้างโมเลกุลที่ขับเคลื่อนด้วยข้อความ | แบบจำลองการสร้างโมเลกุลเชิงลึกแบบหลายเป้าหมาย | แบบจำลองกำเนิดโมเลกุลระดับลึกที่ใช้ลิแกนด์ |
| แบบจำลองการสร้างโมเลกุลเชิงลึกที่ใช้เภสัชตำรับ | แบบจำลองการสร้างโมเลกุลระดับลึกตามโครงสร้าง | แบบจำลองกำเนิดโมเลกุลเชิงลึกแบบแฟรกเมนต์ | DMG ที่ใช้นั่งร้าน |
| DMG แบบแฟรกเมนต์ | DMG ที่ใช้ Motif | DMG ที่ใช้ลิงค์เกอร์ | แบบจำลองการสร้างโมเลกุลเชิงลึกตามปฏิกิริยาเคมี |
| แบบจำลองการสร้างโมเลกุลเชิงลึกที่ใช้ Omics | แบบจำลองการสร้างโมเลกุลเชิงลึกแบบหลายวัตถุประสงค์ | แบบจำลองกำเนิดโมเลกุลเชิงลึกควอนตัม | คำแนะนำและการอ้างอิง |
| อิง Spectra (มวล/NMR) | ที่ใช้ Mass Spectra | ที่ใช้ NMR Spectra | อิงตามแผนที่ Cryo-EM |
| ชุดข้อมูล | เกณฑ์มาตรฐาน | ความคล้ายคลึงยาเสพติด | ตัวชี้วัดการประเมินผล |
|---|---|---|---|
| ชุดข้อมูล | เกณฑ์มาตรฐาน | ถาม | สกอร์ |
| เคปพี | RAscore | ||
| ตัวชี้วัดการประเมินผล | |||
| การตรวจสอบความถูกต้องของการกำเนิดระดับโมเลกุล |
| เมนู | เมนู |
|---|---|
| เกณฑ์มาตรฐานสำหรับชุดโมเลกุล Conformer | บทวิจารณ์เกี่ยวกับ การสร้างโครงสร้างโมเลกุล |
| การสร้างโครงสร้างโมเลกุลที่ใช้ VAE | การสร้างโครงสร้างโมเลกุลที่ใช้ GAN |
| การสร้างโครงสร้างโมเลกุลโดยใช้พลังงาน | |
| การสร้างโครงสร้างโมเลกุลตามการแพร่กระจาย | |
| การสร้างโครงสร้างโมเลกุลแบบอิง RL | |
| การสร้างโครงสร้างโมเลกุลที่ใช้ GNN |
| เมนู | เมนู | เมนู | เมนู |
|---|---|---|---|
| ตาม RNN | อิง LSTM | แบบจำลองการถดถอยอัตโนมัติ | ที่ใช้หม้อแปลงไฟฟ้า |
| อิงตาม VAE | ใช้ GAN | ตามกระแส | ตามพร้อมท์ |
| ตามคะแนน | ใช้พลังงานเป็นหลัก | ตามการแพร่กระจาย | DMG การเรียนรู้ที่ใช้งานอยู่ |
| อิง RL | DMG แบบหลายภารกิจ | ค้นหาต้นไม้มอนติคาร์โล | อัลกอริทึมทางพันธุกรรม |
| อัลกอริทึมเชิงวิวัฒนาการ | อิงตามโมเดลภาษาขนาดใหญ่ |
การออกแบบวัสดุโดยใช้ปัญญาประดิษฐ์เชิงสร้างสรรค์และการเรียนรู้เชิงลึก
| เมนู | เมนู | เมนู | เมนู |
|---|---|---|---|
สุดยอด-AI4ProteinConformation-MD
https://github.com/AspirinCode/awesome-AI4ProteinConformation-MD
แบบจำลองภาษาขนาดใหญ่สำหรับวิทยาศาสตร์ชีวการแพทย์ โมเลกุล โปรตีน การค้นพบวัสดุ
https://github.com/HHW-zhou/LLM4Mol
รายชื่อเอกสารเกี่ยวกับการออกแบบโปรตีนโดยใช้การเรียนรู้เชิงลึก
https://github.com/Peldom/papers_for_protein_design_using_DL
AI เจเนอเรชั่นที่ยอดเยี่ยม
https://github.com/steven2358/awesome-generative-ai
การสร้างโมเลกุลที่ยอดเยี่ยม
https://github.com/amorehead/awesome-molecular-generation
การสำรวจปัญญาประดิษฐ์ในการค้นคว้ายา
https://github.com/dengjianyuan/Survey_AI_Drug_Discovery
การเรียนรู้เชิงลึกเรขาคณิตเพื่อการค้นพบยาและวิทยาศาสตร์ชีวภาพ
https://github.com/3146830058/Geometry-Deep-Learning-for-Drug-Discovery-and-Life-Science
แบบจำลองการแพร่กระจายในการออกแบบยาเดอโนโว (204)
อาลัคดาร์, อามิรา, บาร์นาบัส พอคซอส และนีเวลล์ วอชเบิร์น
เจ. เคม. ข้อมูล แบบอย่าง. (2024)
การเพิ่มประสิทธิภาพลีดเชิงลึก: การใช้ประโยชน์จาก Generative AI สำหรับการปรับเปลี่ยนโครงสร้าง [2024]
จาง, โอดิน, ไห่เทา หลิน, ฮุย จาง, ฮุยเฟิง จ้าว, หยูเฟย ฮวง, หยวนเซิง ฮวง, เตอจุน เจียง, ฉางหยู่เซียะ, เป่ยเฉินปาน และถิงจุนโหว
arXiv:2404.19230 (2024)
ปลดล็อกศักยภาพของปัญญาประดิษฐ์เจเนอเรชั่นในการค้นพบยา [2024]
โรมาเนลลี, เวอร์จิลิโอ, คาร์เมน แชร์เคีย และอันโตนิโอ ลาเวคเคีย
การประยุกต์ใช้ Generative AI (2024)
ความก้าวหน้าล่าสุดในการออกแบบยา De Novo ตามโครงสร้างอัตโนมัติ [2024]
ไป๋, ฉีเฟิง, เจียนหม่า และ ติงหยาง ซู
เจ. เคม. ข้อมูล แบบอย่าง. (2024)
แบบจำลองการสร้างการเรียนรู้เชิงลึกของ AI สำหรับการค้นพบยา [2024]
ไป๋, ฉีเฟิง, เจียนหม่า และ ติงหยาง ซู
การประยุกต์ใช้เจเนอเรชั่นเอไอ จาม: สำนักพิมพ์ Springer International (2024)
แบบจำลองเชิงลึกในการสร้างโมเลกุลยาเดอโนโว [2024]
Xiangru Tang, Howard Dai, Elizabeth Knight, Fang Wu, Yunyang Li, Tianxiao Li, มาร์คเกอร์สไตน์
arXiv:2402.08703 (2024) | รหัส
แบบจำลองเชิงลึกในการสร้างโมเลกุลยาเดอโนโว [2023]
เฉาปัง, เจียนโป เฉียว, เซียงเซียง เจิ้ง, ฉวนโจว และเล่ยิเว่ย*
เจ. เคม. ข้อมูล แบบอย่าง. (2023)
คู่มือผู้โบกรถเพื่อการเรียนรู้เชิงลึกที่ขับเคลื่อนด้วยเคมีเชิงกำเนิด [2023]
ยาน อิวาเนนคอฟ, บ็อกดาน ซากริเบลนี, อเล็กซ์ มาลีเชฟ, เซอร์เก เอฟเทฟ, วิคเตอร์ เทเรนเทฟ, เพทรินา คัมยา, มิทรี เบซรูคอฟ, อเล็กซ์ อาลิเปอร์, เฟิง เร็น และอเล็กซ์ จาโวรอนคอฟ
เอซีเอส เมด. เคมี. เล็ตต์ (2023)
การคำนวณควอนตัมสำหรับการใช้งานระยะสั้นในด้านเคมีเชิงกำเนิดและการค้นพบยา [2023]
เพียร์คอฟ, อเล็กเซย์, อเล็กซ์ อลิเปอร์, มิทรี เบซรูคอฟ, เยน-ชู ลิน, ดานีล โพลีคอฟสกี้, เพทรินา คัมยา, เฟิง เหริน และอเล็กซ์ จาโวรอนคอฟ
การค้นพบยาวันนี้ (2023)
การสำรวจอย่างเป็นระบบในการเรียนรู้เชิงลึกเชิงเรขาคณิตสำหรับการออกแบบยาตามโครงสร้าง [2023]
ไซซี จาง, เจียเซียน หยาน, ชี หลิว, เอินหง เฉิน
arXiv:2306.11768v2
AI กำเนิดจะขัดขวางวิทยาศาสตร์ข้อมูลในการค้นพบยาอย่างไร [2023]
เวิร์ต, เจพี.
แนท ไบโอเทคโนล (2023)
แบบจำลองเชิงกำเนิดเป็นกระบวนทัศน์ใหม่ในสาขาวิทยาศาสตร์เคมี [2023]
แอนสไตน์, ดีแลน เอ็ม. และโอเล็กซานเดอร์ ไอซาเยฟ
แจ็กส์ (2023)
แบบจำลองภาษาเคมีสำหรับการออกแบบยาเดอโนโว: ความท้าทายและโอกาส [2023]
กรีโซนี, ฟรานเชสก้า.
ความคิดเห็นปัจจุบันทางชีววิทยาโครงสร้าง 79 (2023)
ปัญญาประดิษฐ์ในการออกแบบยาอเนกประสงค์ [2023]
ลุกโคเนน, โซห์วี, เฮลเลอ ดับเบิลยู ฟาน เดน แมกเดนเบิร์ก, ไมเคิล ทีเอ็ม เอมเมอริช และเจอราร์ด เจพี ฟาน เวสเทน
ความคิดเห็นปัจจุบันทางชีววิทยาโครงสร้าง 79 (2023)
การบูรณาการแนวทางตามโครงสร้างในการออกแบบโมเลกุลเชิงกำเนิด [2023]
โธมัส, มอร์แกน, แอนเดรียส เบนเดอร์ และคริส เดอ กราฟ
ความคิดเห็นปัจจุบันทางชีววิทยาโครงสร้าง 79 (2023)
ข้อมูลแบบเปิดและอัลกอริธึมสำหรับวิทยาศาสตร์แบบเปิดในสารสนเทศระดับโมเลกุลที่ขับเคลื่อนด้วย AI [2023]
บริงค์เฮาส์, เฮนนิง ออตโต, โคฮูลัน ราจาน, โจนาส ชอบ, อคิม ซีเลสนี่ และคริสตอฟ สไตน์เบ็ค
ความคิดเห็นปัจจุบันทางชีววิทยาโครงสร้าง 79 (2023)
การออกแบบยาตามโครงสร้างพร้อมการเรียนรู้เชิงลึกเชิงเรขาคณิต [2023]
อิเซิร์ต, เคลเมนส์, เคนเนธ แอตซ์ และกิสเบิร์ต ชไนเดอร์
ความคิดเห็นปัจจุบันทางชีววิทยาโครงสร้าง 79 (2023)
MolGenSurvey: การสำรวจอย่างเป็นระบบในแบบจำลองการเรียนรู้ของเครื่องสำหรับการออกแบบโมเลกุล [2022]
ตู้, หยวนฉี, เทียนฟาน ฟู่, จีเมิง ซุน และเซิงเฉา หลิว
arXiv:2203.14500 (2022)
การออกแบบโมเลกุลเชิงลึกช่วยพลิกโฉมการค้นพบยา [2022]
Zeng, Xiangxiang, Fei Wang, Yuan Luo, Seung-gu Kang, Jian Tang, Felice C. Lightstone, Evandro F. Fang, Wendy Cornell, Ruth Nussinov และ Feixiong Cheng
ยารายงานเซลล์ (2022)
การค้นพบยาตามโครงสร้างพร้อมการเรียนรู้เชิงลึก [2022]
Özçelik, Rıza, Derek van Tilborg, José Jiménez-Luna และ Francesca Grisoni
เคมไบโอเคม (2022)
แบบจำลองกำเนิดสำหรับการค้นพบโมเลกุล: ความก้าวหน้าและความท้าทายล่าสุด [2022]
Bilodeau, Camille, Wengong Jin, Tommi Jaakkola, Regina Barzilay และ Klavs F. Jensen
วิทยาการคำนวณโมเลกุล 12.5 (2022)
การประเมินแบบจำลองเชิงลึกในพื้นที่องค์ประกอบทางเคมี [2022]
เติร์ก, ฮันนา, เอลิซาเบตต้า ลันดินี, คริสเตียน คุนเคิล, โยฮันเนส ที. มาร์กราฟ และคาร์สเตน รอยเตอร์
เคมีของวัสดุ 34.21 (2022)
การเรียนรู้ของเครื่องเชิงสร้างสรรค์สำหรับการค้นพบยาเดอโนโว: การทบทวนอย่างเป็นระบบ [2022]
มาร์ติเนลลี, โดมินิก.
คอมพิวเตอร์ในชีววิทยาและการแพทย์ 145 (2022)
แนวทางกำเนิดตามการเชื่อมต่อในการค้นหาผู้สมัครยาใหม่ [2022]
ดาเนล, โทมัสซ์, ยาน เลสกี, ซาบีน่า โพดเลฟสกา และอิกอร์ ที. โพโดลัค
การค้นพบยาวันนี้ (2022)
ความก้าวหน้าและความท้าทายในการออกแบบยาเดอโนโวโดยใช้แบบจำลองการสร้างเชิงลึกสามมิติ [2022]
Xie, Weixin, Fanhao Wang, Yibo Li, Luhua Lai และ Jianfeng Pei
เจ. เคม. ข้อมูล แบบอย่าง. 2022, 62, 10, 2269–2279
การเรียนรู้เชิงลึกเพื่อกระตุ้นการออกแบบโมเลกุลผกผัน [2022]
อัลเชห์รี, อับดุลเลาะห์ เอส. และเฟิงฉี ยู.
วารสารวิศวกรรมเคมี 444 (2565)
AI ในการออกแบบองค์ประกอบ 3 มิติ [2022]
แฮดฟิลด์, โธมัส อี. และชาร์ลอตต์ เอ็ม. ดีน
ความคิดเห็นปัจจุบันทางชีววิทยาโครงสร้าง 73 (2022)
แนวทางการเรียนรู้เชิงลึกสำหรับการออกแบบยาเดอโนโว: ภาพรวม [2021]
หวัง, หมิงหยาง, เจ้อหวาง, ฮุ่ยหยงซุน, จิเกะ หวาง, เฉาเซิน, เกาชี เวง, ซินไชย, หงหลิน หลี่, ตงเฉิงเฉา และติงจุนโหว
ความคิดเห็นปัจจุบันทางชีววิทยาโครงสร้าง 72 (2022)
เคมีเชิงกำเนิด: การค้นพบยาด้วยโมเดลการเรียนรู้เชิงลึก [2021]
เบียน เยว่หมิน และเซียงคุนเสีย
วารสารการสร้างแบบจำลองโมเลกุล 27 (2021)
การเรียนรู้เชิงลึกเชิงสร้างสรรค์สำหรับการออกแบบสารประกอบเป้าหมาย [2021]
ซูซา, ติอาโก้, ชูเอา คอร์เรอา, วิตอร์ เปเรย์รา และมิเกล โรชา
เจ. เคม. ข้อมูล แบบอย่าง. 2021, 61, 11, 5343–5361
แบบจำลองกำเนิดสำหรับการออกแบบยาเดอโนโว (2021)
ตง, เสี่ยวชู, เสี่ยวหง หลิว, เสี่ยวชิน ตัน, ซูทง ลี, เจียซิน เจียง, จ้าวผิง ซง, ติงหยาง ซู, ฮวาเหลียง เจียง, หนาน เฉียว และ หมิงเยว่ เจิ้ง
วารสารเคมียา 64.19 (2564)
การออกแบบระดับโมเลกุลในการค้นพบยา: การทบทวนแบบจำลองเชิงลึกอย่างครอบคลุม [2021]
เฉิง, หยู, หยงชุนกง, หยวนเซิงหลิว, โปเซิงซ่ง และฉวนโจว
การบรรยายสรุปทางชีวสารสนเทศศาสตร์ 22.6 (2021)
การออกแบบโมเลกุลเดอโนโวและแบบจำลองการกำเนิด [2021]
เมเยอร์ส, โจชัว, เบเนเดค ฟาเบียน และนาธาน บราวน์
การค้นพบยาวันนี้ 26.11 (2021)
การเรียนรู้เชิงลึกสำหรับการออกแบบโมเลกุล - การทบทวนความทันสมัย [2019]
เอลตัน, แดเนียล ซี., โซอิส บูคูวาลาส, มาร์ก ดี. ฟูจ และปีเตอร์ ดับเบิลยู. ชุง
การออกแบบระบบโมเลกุลและวิศวกรรม 4.4 (2019)
การออกแบบโมเลกุลผกผันโดยใช้การเรียนรู้ของเครื่อง: แบบจำลองกำเนิดสำหรับวิศวกรรมสสาร [2018]
ซานเชซ-เลงเกอลิง, เบนจามิน และอลัน อัสปูรู-กูซิก
วิทยาศาสตร์ 361.6400 (2018)
ดรักแบงก์
สังกะสี 15
สังกะสี 20
ผับเคม
เชมเบิล
ฐานข้อมูล GDB
เคมสไปเดอร์
ชุดข้อมูล QM
มะพร้าว | การรวบรวมฐานข้อมูล Open Natural Products
โมลดาต้า
เกณฑ์มาตรฐานระดับโมเลกุลสำหรับการเรียนรู้ของเครื่องตามโรคและเป้าหมาย
https://github.com/LumosBio/MolData
การศึกษาการเปรียบเทียบแบบจำลองเชิงลึกสำหรับการออกแบบโพลีเมอร์ผกผัน [2024]
เยว่ ที, เทา แอล, วาร์ชนีย์ วี, ลี วาย.
chemrxiv-2024-gzq4r (2024)
RediscMol: แบบจำลองการสร้างโมเลกุลเปรียบเทียบในคุณสมบัติทางชีวภาพ [2024]
Weng, Gaoqi, Huifeng Zhao, Dou Nie, Haotian Zhang, Liwei Liu, Tingjun Hou และ Yu Kang
เจ.เมด. เคมี. 2024 | รหัส
อย่างน้อยแบบจำลองกำเนิดควรสามารถออกแบบโมเลกุลที่เทียบเคียงได้ดี: เกณฑ์มาตรฐานใหม่ [2023]
เซียพลินสกี้, โทเบียสซ์, โทมัสซ์ ดาเนล, ซาบีน่า โพดเลฟสกา และสตานิสลาฟ ยาสตร์ซสเตบสกี
เจ. เคม. ข้อมูล แบบอย่าง. 2023, 63, 11, 3238–3247 | รหัส
Tartarus: แพลตฟอร์มการเปรียบเทียบสำหรับการออกแบบโมเลกุลผกผันที่สมจริงและใช้งานได้จริง [2022]
ไนกัม, อัคชัท คูมาร์, โรเบิร์ต โพลลิซ, แกรี่ ทอม, เคลล์ จอร์เนอร์, ลูก้า เอ.
arXiv:2209.12487v1 | รหัส
ชุดโมเลกุล (MOSES): แพลตฟอร์มการเปรียบเทียบสำหรับแบบจำลองการสร้างโมเลกุล [2020]
Polykovskiy, Daniil, Alexander Zhebrak, Benjamin Sanchez-Lengeling, Sergey Golovanov, Oktai Tatanov, Stanislav Belyaev, Rauf Kurbanov และคณะ
พรมแดนทางเภสัชวิทยา 11 (2020) | รหัส
GuacaMol: แบบจำลองการเปรียบเทียบสำหรับการออกแบบโมเลกุลของเดอโนโว [2019]
บราวน์, นาธาน, มาร์โก ฟิสคาโต, มาร์วิน HS Segler และอแลง ซี. โวเชอร์
เจ. เคม. ข้อมูล แบบอย่าง. 2019, 59, 3, 1096–1108 | รหัส
ความเหมือนยา อาจหมายถึงความสมดุลที่ซับซ้อนของคุณสมบัติโมเลกุลและลักษณะโครงสร้างต่างๆ ซึ่งกำหนดว่าโมเลกุลเฉพาะนั้นคล้ายคลึงกับยาที่รู้จักหรือไม่ คุณสมบัติเหล่านี้ ซึ่งโดยหลักแล้วไม่ชอบน้ำ การกระจายตัวทางอิเล็กทรอนิกส์ ลักษณะพันธะไฮโดรเจน ขนาดโมเลกุลและความยืดหยุ่น และแน่นอนว่าการมีอยู่ของคุณสมบัติทางเภสัชวิทยาต่างๆ มีอิทธิพลต่อพฤติกรรมของโมเลกุลในสิ่งมีชีวิต รวมถึงการดูดซึม คุณสมบัติในการขนส่ง ความสัมพันธ์กับโปรตีน ปฏิกิริยา ความเป็นพิษ เมตาบอลิซึม ความมั่นคงและอื่น ๆ อีกมากมาย
https://github.com/AspirinCode/DrugAI_Drug-Likeness
การประมาณปริมาณความเหมือนยา
การประมาณเชิงปริมาณของปฏิสัมพันธ์ระหว่างโปรตีนและโปรตีนโดยมีเป้าหมายที่ความคล้ายคลึงของยา
ดัชนีการประมาณการเชิงปริมาณสำหรับการคัดกรองสารประกอบในระยะเริ่มต้นโดยกำหนดเป้าหมายปฏิกิริยาระหว่างโปรตีนและโปรตีน [2021]
โคสุกิ ทาคัตสึงุ และมาซาฮิโตะ โอฮูเอะ
วารสารนานาชาติด้านวิทยาศาสตร์โมเลกุล 22.20 (2021) | รหัส
การประมาณเชิงปริมาณของปฏิกิริยาระหว่างโปรตีนและโปรตีนโดยกำหนดเป้าหมายความคล้ายคลึงกับยา [2021]
โคสุกิ ทาคัตสึกิ และมาซาฮิโตะ โอฮูเอะ
ซีไอบีซีบี. อีอีอี, (2021) | รหัส
การประมาณคะแนนความสามารถในการเข้าถึงสังเคราะห์ของโมเลกุลคล้ายยาโดยพิจารณาจากความซับซ้อนของโมเลกุลและการมีส่วนร่วมของชิ้นส่วน
เจ เคมีฟอร์ม 1, 8 (2552) | รหัส
คะแนนความสามารถในการสังเคราะห์ย้อนหลัง (RAscore) – การจำแนกประเภทความสามารถในการสังเคราะห์การเรียนรู้ของเครื่องอย่างรวดเร็วจากการวางแผนการสังเคราะห์ย้อนหลังที่ขับเคลื่อนด้วย AI
วิทยาศาสตร์เคมี 12.9 (2021) | รหัส
ความหลากหลายของแฮมิลตัน: การวัดความหลากหลายของโมเลกุลอย่างมีประสิทธิภาพโดยวงจรแฮมิลตันที่สั้นที่สุด [2024]
Hu, X., Liu, G., Yao, Q. และคณะ
เจ เคมีฟอร์ม 16, 94 (2024) | รหัส
คะแนนพิเศษ - ตัวบ่งชี้ทอพอโลยีที่ครอบคลุมสำหรับความซับซ้อนของโมเลกุลขนาดเล็ก [2023]
คริสซีซานอฟสกี้, อาเดรียน, แอ็กเซล ปาห์ล, ไมเคิล กริกาลูนาส และเฮอร์เบิร์ต วัลด์มันน์
เจ.เมด. เคมี. (2023) | chemrxiv-2023-nd1ll | รหัส
ฟังก์ชันการให้คะแนนอัตโนมัติเพื่ออำนวยความสะดวกและสร้างมาตรฐานในการประเมินแบบจำลองการกำเนิดตามเป้าหมายสำหรับการออกแบบโมเลกุลเดอโนโว [2023]
โธมัส, มอร์แกน, โนเอล เอ็ม. โอบอยล์, แอนเดรียส เบนเดอร์ และคริส เดอ กราฟ
chemrxiv-2023-c4867 | รหัส
FCD : Fréchet ChemNet ระยะทาง
ระยะทางของ Fréchet ChemNet: ตัวชี้วัดสำหรับแบบจำลองกำเนิดสำหรับโมเลกุลในการค้นพบยา Preuer, Kristina, Philipp Renz, Thomas Unterthiner, Sepp Hochreiter และ Gunter Klambauer
เจ. เคม. ข้อมูล แบบอย่าง. 2018, 58, 9, 1736–1741 | รหัส
การจัดอันดับโมเลกุลตามความฉงนสนเท่ห์และการประมาณค่าอคติของแบบจำลองภาษาเคมี [2022]
Moret, M. , Grisoni, F. , Katzberger, P. และ Schneider, G.
เจ. เคม. ข้อมูล แบบอย่าง. 2022, 62, 5, 1199–1206 | รหัส
การสุ่มตัวอย่างที่ได้รับความช่วยเหลือด้านการเรียนรู้เชิงลึกเพื่อการสำรวจการเปลี่ยนแปลงโครงสร้างระดับโมเลกุล [2023]
ห่าวห่าวฝู, หานหลิว, จิงย่าซิง, ตงจ้าว, เสวี่ยกวงเส้า และเหวินเซิงไฉ
เจ. ฟิส. เคมี. บี (2023)
กรอบการทำงานแบบครบวงจรสำหรับการสร้างโครงสร้างระดับโมเลกุลผ่านการเขียนโปรแกรมแบบสองระดับ [2021]
ซู, มินไค, อู๋เจี๋ย หวาง, ชิถง หลัว, เฉินซือ, โยชัว เบนจิโอ, ราฟาเอล โกเมซ-บอมบาเรลลี และเจียน ถัง
การประชุมนานาชาติเรื่องการเรียนรู้ของเครื่อง PMLR (2021) | รหัส
AGDIFF: การแพร่กระจายที่เน้นความสนใจสำหรับการทำนายเรขาคณิตโมเลกุล [204]
Kim, S., Woo, J. และ Kim, WY
เคมอาร์ซิฟ. (2024) | รหัส
AI กำเนิดที่ใช้การแพร่กระจายสำหรับการสำรวจสถานะการเปลี่ยนแปลงจากกราฟโมเลกุล 2 มิติ [204]
Kim, S., Woo, J. และ Kim, WY
ชุมชนแนท 15, 341 (2024) | รหัส
แบบจำลองกำเนิดตามหลักฟิสิกส์สำหรับผู้สอดคล้องของโมเลกุลที่คล้ายยา [204]
เดวิด ซี. วิลเลียมส์, นีล อิมานา.
arXiv:2403.07925. (2024) | รหัส
DynamicsDiffusion: การสร้างและการสุ่มตัวอย่างเหตุการณ์ที่หายากของวิถีการเคลื่อนที่ระดับโมเลกุลโดยใช้แบบจำลองการแพร่กระจาย [2023]
ปีเตอร์เซ่น, แมกนัส, เจมม่า รอยก์ และโรแบร์โต โควิโน
NeurIPS 2023 วิทยาศาสตร์ AI4 (2023)
การสร้างสนามโมเลกุล Conformer [2023]
ยูหยาง หวัง, อาเหม็ด เอลฮาก, นาฟดีป ไจต์ลี่, โจชัว ซัสคินด์, มิเกล เบาติสต้า
[เวิร์กช็อป NeurIPS 2023 Generative AI และชีววิทยา (GenBio) (2023)]https://openreview.net/forum?id=Od1KtMeAYo)
ในการเร่งการสร้างโครงสร้างโมเลกุลตามการแพร่กระจายในอวกาศ SE (3) - ไม่แปรเปลี่ยน [2023]
Zhou, Z., Liu, R. และ Yu, T.
arXiv:2310.04915 (2023))
การสร้างโครงสร้างระดับโมเลกุลผ่านคะแนนการเลื่อน [2023]
โจว, ซีฮั่น, หลิวรุ่ยหยิง, เฉาหลงหยิง, จางรุ่ยเหมา และเทียนซู่หยู
arXiv:2309.09985 (2023)
EC-Conf: แบบจำลองการแพร่กระจายที่รวดเร็วเป็นพิเศษสำหรับการสร้างโครงสร้างโมเลกุลที่มีความสม่ำเสมอที่เท่าเทียมกัน [2023]
ฟ่าน, จี้กวง, เยว่ตง หยาง, ซูหมิงหยวน และ เฉินหงหมิง
arXiv:2308.00237 (2023)
การแพร่กระจายเชิงบิดสำหรับการสร้างโครงสร้างโมเลกุล [2022]
จิง, โบเวน, กาเบรียล คอร์โซ, เจฟฟรีย์ ชาง, เรจิน่า บาร์ซิเลย์ และทอมมี่ จาคโคลา
ประสาทไอพีเอส. (2022) | รหัส
GeoDiff: แบบจำลองการแพร่กระจายทางเรขาคณิตสำหรับการสร้างโครงสร้างโมเลกุล [2022]
ซู, มินไค, ลันเตา หยู่, หยางซ่ง, เฉินซือ, สเตฟาโนเออร์มอน และเจียนถัง
การประชุมนานาชาติว่าด้วยการนำเสนอการเรียนรู้ (2022) | รหัส
เร่งการค้นพบสารยับยั้ง Carbamate Cbl-b โดยใช้แบบจำลอง AI ทั่วไปและการออกแบบยาตามโครงสร้าง [2024]
Quinn, TR, Giblin, KA, Thomson, C. , Boerth, JA, Bommakanti, G. , Braybrooke, E. , Chan, C. , Chinn, AJ, Code, E. , Cui, C. และ Fan, Y.
เจ.เมด. เคมี. (2024) | รหัส
สร้างสรรค์สิ่งใหม่ 4: การออกแบบโมเลกุลกำเนิดที่ขับเคลื่อนด้วย AI สมัยใหม่ [2024]
ฮันเนส เอช. โลฟฟ์เลอร์, เจียเจิ้น เหอ, อเลสซานโดร ทิโบ, จอน พอล เจเน็ต, อเล็กซี โวโรนอฟ, ลูอิส เอช. เมอร์วิน และโอลา เองควิสต์
วารสารเคมี,16(20) (2024) | รหัส
Chemistry42: แพลตฟอร์มที่ขับเคลื่อนด้วย AI สำหรับการออกแบบระดับโมเลกุลและการเพิ่มประสิทธิภาพ [2023]
Ivanenkov, Yan A., Daniil Polykovskiy, Dmitry Bezrukov, Bogdan Zagribelnyy, Vladimir Aladinskiy, Petrina Kamya, Alex Aliper, Feng Ren และ Alex Zhavoronkov
วารสารข้อมูลเคมีและการสร้างแบบจำลอง 63.3 (2023) | เว็บ
โครงข่ายประสาทเทียมแบบมีเงื่อนไขแบบถอดเสียงสำหรับการออกแบบยาเดอโนโว [2024]
มัตซึกิโย, วาย., เทงเกอิจิ, เอ., ลี, ซี. และยามานิชิ, วาย.
เจ. เคม. ข้อมูล แบบอย่าง. (2024) | รหัส
การออกแบบยาในอนาคตพร้อมการเรียนรู้เชิงโต้ตอบเชิงลึก [2024]
Atz, K. , Cotos, L. , Isert, C. และคณะ
ประชาคมนาท 15, 3408 (2024) | รหัส
CNSMolGen: แบบจำลองกำเนิดโครงข่ายประสาทเทียมแบบสองทิศทางสำหรับการออกแบบยาระบบประสาทส่วนกลางเดอโนโว [2024]
Gou, Rongpei, Jingyi Yang, Menghan Guo, Yingjun Chen และ Weiwei Xue
chemrxiv-2024-x4wbl (2024) | รหัส
NovoMol: โครงข่ายประสาทเทียมสำหรับการออกแบบยาชีวปริมาณออกฤทธิ์ทางปากและการตรวจสอบความถูกต้องของตัวรับ PDGFRα [2023]
เรา, อิชีร์.
arXiv:2312.01527 (2023) | รหัส
การสร้างห้องสมุดโมเลกุลยาที่มุ่งเน้นโดยใช้เครือข่ายประสาทที่เกิดซ้ำ [2023]
โจว, จินผิง, หลงจ้าว และเส้าปิงชิ
วารสารการสร้างแบบจำลองโมเลกุล 29.12 (2023) | รหัส
ChemTSv2: การออกแบบโมเลกุลตามหน้าที่โดยใช้เครื่องกำเนิดโมเลกุลเดอโนโว [2023]
อิชิดะ, โชอิจิ, ทานุจ อาซาวัฒน์, มาซาโตะ สุมิตะ, มิจิโอะ คาโตะดะ, ทัตสึยะ โยชิซาวะ, คาซึกิ โยชิโซเอะ, โคจิ สึดะ และ เคอิ เทรายามะ
บทวิจารณ์สหวิทยาการของ Wiley: วิทยาศาสตร์โมเลกุลเชิงคำนวณ (2023) | รหัส
การใช้การเรียนรู้แบบเสริมกำลังเพื่อการออกแบบยาใหม่ [2023]
สเวนสัน, ฮัมปัส กุมเมสสัน, คริสเตียน ไทชาน, โอลา เองควิสต์ และมอร์เตซา ฮากีร์ เชห์เรกานี
arXiv:2303.17615 (2023) | รหัส
การออกแบบยาเดอโนโวโดยใช้ Stack-RNN พร้อมผลรวมถ่วงน้ำหนักรางวัลแบบหลายวัตถุประสงค์และการเรียนรู้แบบเสริมกำลัง [2023]
Hu, P., Zou, J., Yu, J. และคณะ
เจ โมล รุ่น 29, 121 (2023) | รหัส
เรื่องความยากในการตรวจสอบความถูกต้องของแบบจำลองการสร้างโมเลกุลตามความเป็นจริง: กรณีศึกษาข้อมูลสาธารณะและข้อมูลที่เป็นกรรมสิทธิ์ [2023]
ฮันดะ, โคอิจิ, มอร์แกน โธมัส, มิจิฮารุ คาเงยามะ, ทาเคชิ อิจิมะ และแอนเดรียส เบนเดอร์
chemrxiv-2023-lbvgn | รหัส
Magicmol: ท่อส่งน้ำหนักเบาสำหรับวิวัฒนาการของโมเลกุลคล้ายยาและการสำรวจอวกาศทางเคมีอย่างรวดเร็ว [2023]
เฉิน, หลิน, ชิงเซิน และจุงกังโหลว
BMC ชีวสารสนเทศศาสตร์ (2023) | รหัส
Augmented Hill-Climb เพิ่มประสิทธิภาพการเรียนรู้แบบเสริมแรงสำหรับการสร้างโมเลกุลเดอโนโวตามภาษา [2022]
Thomas, M., O'Boyle, NM, Bender, A. และคณะ
เจ เคมีฟอร์ม (2022) | รหัส
การออกแบบโมเลกุลเดอโนโวด้วยแบบจำลองภาษาเคมี [2022]
กริโซนี เอฟ. ชไนเดอร์ จี.
ปัญญาประดิษฐ์ในการออกแบบยา วิธีการทางอณูชีววิทยา เล่ม 2390.(2022) | รหัส
กรอบงาน RNN ที่สัมพันธ์กันเพื่อสร้างโมเลกุลอย่างรวดเร็วด้วยคุณสมบัติที่ต้องการสำหรับวัสดุมีพลังในระบบการปกครองที่มีข้อมูลต่ำ [2022]
หลี่, ชวน, เฉิงฮุย หวัง, หมิงซุน, เหยียน เจิง, หยวน หยวน, เฉียวหลิน โกว, กวงฉวน หวัง, หยานจือ กั๋ว และเสวี่ยเหมย ผู่
เจ. เคม. ข้อมูล แบบอย่าง. (2022) | รหัส
การเพิ่มประสิทธิภาพสถาปัตยกรรมโครงข่ายประสาทเทียมที่เกิดซ้ำสำหรับการออกแบบยาเดอโนโว [2021]
ซานโต๊ส, บีพี, อับบาซี, เอ็ม., เปไรรา, ต., ริเบโร, บี., & อาไรส์, เจพี
กระดาษ | รหัส
โครงข่ายประสาทเทียม (RNN) ที่สร้างโมเลกุลคล้ายยาเพื่อการค้นพบยา [2021]
รหัส
แบบจำลองการสร้างโมเลกุลใช้ลายนิ้วมือโต้ตอบ (ท่าเชื่อมต่อ) เป็นข้อจำกัด [2021]
รหัส
การสร้างโมเลกุลแบบสองทิศทางด้วยโครงข่ายประสาทเทียมที่เกิดซ้ำ [2020]
Grisoni, F. , Moret, M. , Lingwood, R. , & Schneider, G.
เจ. เคม. ข้อมูล แบบอย่าง. (2020) | รหัส
การบังคับทิศทางโดยตรงของการสร้างโมเลกุลเดอโนโวด้วยโครงข่ายประสาทเทียมแบบมีเงื่อนไขที่อธิบาย [2019]
Kotsias, PC., Arús-Pous, J., Chen, H. และคณะ
แนท มัค อินเทล 2, 254–265 (2020) | รหัส
ChemTS: ไลบรารี Python ที่มีประสิทธิภาพสำหรับการสร้างโมเลกุลใหม่ [2017]
Yang, X., Zhang, J., Yoshizoe, K., Terayama, K., & Tsuda, K.
วิทยาศาสตร์และเทคโนโลยีวัสดุขั้นสูง (2017) | รหัส
ClickGen: การสำรวจพื้นที่เคมีสังเคราะห์โดยตรงผ่านปฏิกิริยาแบบโมดูลาร์และการเรียนรู้การเสริมแรง [2024]
Wang, M., Li, S., Wang, J. และคณะ
ชุมชนแนท 15, 10127 (2024) | รหัส
DigFrag เป็นวิธีการกระจายตัวแบบดิจิทัลที่ใช้สำหรับการออกแบบยาโดยใช้ปัญญาประดิษฐ์ [2024]
Yang, R., Zhou, H., Wang, F. และคณะ
ชุมชนเคมี 7, 258 (2024) | รหัส
การออกแบบยาในอนาคตพร้อมการเรียนรู้เชิงโต้ตอบเชิงลึก [2024]
Atz, K., Cotos, L., Isert, C. และคณะ
ประชาคมนาท 15, 3408 (2024) | รหัส
การค้นพบยาด้วยคอมพิวเตอร์เกี่ยวกับไวรัส HIV ด้วยสถาปัตยกรรมการเรียนรู้เชิงลึกการเข้ารหัสอัตโนมัติแบบแปรผัน LSTM ที่กำหนดเอง [2023]
คุตซัล, มูคาฮิต, เฟอร์ฮาต อูคาร์ และนิดา คาติ
CPT: เภสัชวิทยาและระบบเภสัชวิทยา (2023) | รหัส
แบบจำลองลำดับอวกาศที่มีโครงสร้างสำหรับการออกแบบยาเดอโนโว [2023]
Özçelik R, เด รุยเตอร์ เอส, กริโซนี่ เอฟ.
chemrxiv-2023-jwmf3. (2023) | รหัส
บูรณาการการเข้าถึงแบบสังเคราะห์กับการออกแบบตัวยาที่สร้างโดย AI [2023]
Parrot, M., Tajmouati, H., da Silva, VBR และคณะ
เจ เคมีฟอร์ม 15, 83 (2023) | รหัส
การเรียนรู้เชิงโต้ตอบเชิงลึกสำหรับการออกแบบยาเดอโนโว [2023]
Atz K, Cotos Muñoz L, Isert C, Håkansson M, Focht D, Nippa DF, และคณะ
เคมอาร์ซิฟ-2023-cbq9k (2023)
การออกแบบยาเดอโนโวที่ขับเคลื่อนด้วยการเรียนรู้เชิงลึกโดยอิงตามโครงสร้างปั๊มโปรตอนในกระเพาะอาหาร [2023]
Abe, K. , Ozako, M. , Inukai, M. และคณะ
คอมมิวนิสต์ไบโอล 6, 956 (2023) | รหัส
ปัญญาประดิษฐ์สำหรับการทำนายกิจกรรมทางชีวภาพและการสร้างการชนของโมเลกุลโดยใช้ข้อมูลสเตอริโอเคมี [2023]
Pereira, Tiago O., Maryam Abbasi, Rita I. Oliveira, Romina A. Guedes, Jorge AR Salvador และ Joel P. Arrais
จัตุรัสวิจัย (2023) | รหัส
LOGICS: การเรียนรู้การกระจายตัวแบบกำเนิดที่เหมาะสมที่สุดสำหรับการออกแบบโครงสร้างเคมีเดอโนโว [2023]
แบ, บี., แบ, เอช. และน้ำ, เอช.
เจ เคมีฟอร์ม 15, 77 (2023) | รหัส
การใช้ประโยชน์จากโครงสร้างโมเลกุลและฤทธิ์ทางชีวภาพด้วยแบบจำลองภาษาเคมีสำหรับการออกแบบยาเดอโนโว [2023]
Kotsias, PC., Arús-Pous, J., Chen, H. และคณะ
ชุมชนแนท 14, 114 (2023) | รหัส
CharLSTM ที่ใช้ SMILES พร้อมการปรับแต่งและการสร้างเป้าหมายผ่านการไล่ระดับนโยบาย [2022]
รหัส
DeLA-Drug: อัลกอริทึมการเรียนรู้เชิงลึกสำหรับการออกแบบอะนาล็อกที่คล้ายยาโดยอัตโนมัติ [2022]
Creanza, TM, Lamanna, G., Delre, P., Contino, M., Corriero, N., Saviano, M., ... & Ancona, N.
เจ. เคม. ข้อมูล แบบอย่าง. (2022) | เว็บ
การออกแบบใหม่และการทำนายฤทธิ์ทางชีวภาพของสารยับยั้งโปรตีเอสหลักของ SARS-CoV-2 โดยใช้การเรียนรู้การถ่ายโอนบนเครือข่ายประสาทที่เกิดขึ้นซ้ำ [2021]
ซานตาน่า, เอ็มวีเอส, ซิลวา-จูเนียร์, FP
BMC เคมี 15, 8 (2021) | รหัส
เครือข่ายกำเนิดซ้ำสำหรับการออกแบบยาเดอโนโว [2018]
กุปต้า, เอ., มึลเลอร์, AT, เฮาส์แมน, บีเจ, ฟุคส์, JA, ชไนเดอร์, พี. และชไนเดอร์, จี.
โมลแจ้ง. 2018 | รหัส
โครงข่ายประสาทเทียมที่เกิดขึ้นซ้ำสำหรับการออกแบบยาเดอโนโว [2017]
คุปตะ, อันวิต้า, และคณะ
โมลแจ้ง. 2018 | รหัส
ดาวเสาร์: การออกแบบโมเลกุลเชิงกำเนิดที่มีประสิทธิภาพตัวอย่างโดยใช้การจัดการหน่วยความจำ [2024]
เจฟฟ์ กัว, ฟิลิปป์ ชวอลเลอร์
arXiv:2405.17066 (2024) | รหัส
การเปิดใช้งานการสร้างโมเลกุลที่รับรู้ถึงเป้าหมายเพื่อปฏิบัติตามวัตถุประสงค์หลายประการด้วย Pareto MCTS [2024]
Yang, Y., Chen, G., Li, J. และคณะ
คอมมิวนิสต์ไบโอล 7, 1074 (2024) | รหัส
PocketFlow เป็นแบบจำลองการสร้างโมเลกุลตามโครงสร้างที่ขับเคลื่อนด้วยข้อมูลและความรู้ [2024]
Shengyong Yang, Yuanyuan Jiang, Guo Zhang และคณะ
แนท มัค อินเทล (2024) | จัตุรัสวิจัย พิมพ์ล่วงหน้า (2023) | รหัส
การออกแบบโมเลกุลของเดอโนโวต่อคุณสมบัติที่มีอคติผ่านกรอบการทำงานเชิงลึกและการเรียนรู้การถ่ายโอนซ้ำ [2024]
Sattari, Kianoosh, Dawei Li, Bhupalee Kalita, Yunchao Xie, Fatemeh Barmaleki Lighvan, Olexandr Isayev และ Jian Lin
การค้นพบดิจิทัล (2024) | รหัส
Symphony: ฮาร์โมนิกทรงกลมที่มีจุดสมดุลแบบสมมาตรสำหรับการสร้างโมเลกุล 3 มิติ [2024]
อาเมยา ไดกาวาเน และซง อึน คิม และมาริโอ ไกเกอร์ และเทส สมิดท์
ICLR (2024) | รหัส
การแพร่กระจายตามแฟรกเมนต์แบบ autoregressive สำหรับการออกแบบลิแกนด์ที่รับรู้พ็อกเก็ต [2023]
Ghorbani, Mahdi, Leo Gendelev, Paul Beroza และ Michael Keiser
เวิร์กช็อป NeurIPS 2023 Generative AI และชีววิทยา (GenBio) (2023) | รหัส
การเรียนรู้เกี่ยวกับพื้นผิวทอพอโลยีและโครงสร้างเรขาคณิตสำหรับการสร้างโมเลกุล 3 มิติ [2023]
Zhang, Odin, Tianyue Wang, Gaoqi Weng, Dejun Jiang, Ning Wang, Xiaorui Wang, Huifeng Zhao และคณะ
แนทคอมพิวเตอร์วิทย์ (2023) | รหัส
ResGen เป็นโมเดลการสร้างโมเลกุล 3 มิติที่รับรู้ขนาดพกพา โดยอิงจากการสร้างแบบจำลองหลายสเกลคู่ขนาน [2023]
Zhang, O., Zhang, J., Jin, J. และคณะ
แนท มัค อินเทล (2023) | รหัส
FFLOM: โมเดลการถดถอยอัตโนมัติแบบอิงโฟลว์สำหรับการเพิ่มประสิทธิภาพแบบแฟรกเมนต์ถึงลีด [2023]
เจียหยูจิน, ตงหวาง, กู่ฉินซี, จิงเซียวเป่า, จิเกะหวาง, จางห่าวเถียน, เป่ยเฉินปาน, ตันหลี่, เสี่ยวจุนเหยา, ฮวนเซียงหลิว, ติงจุนโหว และหยูคัง
เจ.เมด. เคมี. (2023) | รหัส
การสร้างโมเลกุลที่ไม่เชื่อเรื่องพระเจ้าในโดเมนพร้อมการตอบรับตนเอง [2023]
หยิน ฟาง, จางหนิงหยู่, โจว เฉิน, เสี่ยวฮุย ฟาน, ฮวาจุน เฉิน
arXiv:2301.11259v3 | รหัส
GraphAF: โมเดลการถดถอยอัตโนมัติตามการไหลสำหรับการสร้างกราฟระดับโมเลกุล [2020]
Shi, C., Xu, M., Zhu, Z., Zhang, W., Zhang, M., และ Tang, J.
ICLR (2020) |arXiv:2001.09382 | รหัส
การแก้ไขโมเลกุลที่คล้ายยาแบบกำเนิดโดยใช้การแพร่กระจายด้วยภาษาธรรมชาติทางเคมี [2024]
Jianmin Wang, Peng Zhou, Zixu Wang, Wei Long, Yangyang Chen, Kyoung Tai No, Dongsheng Ouyang*，Jiashun Mao* และ Xiangxiang Zeng*
เจ. ฟาร์ม. ก้น (2024) | รหัส
การใช้ประโยชน์จาก Tree-Transformer VAE ด้วยโทเค็นการแยกส่วนสำหรับแบบจำลองการสร้างสารเคมีขนาดใหญ่ที่มีประสิทธิภาพสูง [2024]
อินุไค ที, ยามาโตะ เอ, อากิยามะ เอ็ม, ซาคากิบาระ วาย.
เคมอาร์ซิฟ. (2024) | รหัส
แนวทางการเรียนรู้เชิงลึกสำหรับการสร้างลิแกนด์อย่างมีเหตุผลพร้อมการควบคุมความเป็นพิษผ่านหน่วยการสร้างปฏิกิริยา [2024]
Li, P. , Zhang, K. , Liu, T. และคณะ
แนทคอมพิวเตอร์วิทย์ (2024) | รหัส
แบบจำลองพื้นฐานสำหรับการออกแบบทางเคมีและการทำนายคุณสมบัติ [2024]
Cai, F., Zhu, T., Tzeng, TR, Duan, Y., Liu, L., Pilla, S., Li, G. และ Luo, F.
arXiv:2410.21422 (2024) | รหัส
SE(3) โทโพโลยีที่เทียบเท่ากันสำหรับการค้นพบยาตามโครงสร้าง [2024]
ปราต เอ, อับเดล อาตี เอช, ปาบริงคิส เอ, บาสทาส โอ, ปาเกต์ ที, คามุนทาวิซิอุส จี, และคณะ
เคมอาร์ซิฟ. (2024)
หม้อแปลงไฟฟ้าแบบกระจายกราฟสำหรับการสร้างโมเลกุลแบบหลายเงื่อนไข [2024]
Liu, Gang, Jiaxin Xu, Te Luo และ Meng Jiang
NeuroIPS 2024 (ช่องปาก) (2024) | รหัส
การสำรวจอวกาศทางเคมีในท้องถิ่นอย่างละเอียดถี่ถ้วนโดยใช้แบบจำลองหม้อแปลงไฟฟ้า [2024]
Tibo, A., เขา, J., Janet, JP และคณะ
ชุมชนแนท 15, 7315 (2024) | รหัส
ตัวเข้ารหัสอัตโนมัติแบบแปรผันของกราฟหม้อแปลงสำหรับการออกแบบโมเลกุลเชิงกำเนิด (2024)
เหงียน, ตรีเยอ และอเล็กซานดรา คาโรลัก
ไบโออาร์ซิฟ (2024)
BindGPT: กรอบงานที่ปรับขนาดได้สำหรับการออกแบบโมเลกุล 3 มิติผ่านการสร้างแบบจำลองภาษาและการเรียนรู้แบบเสริมกำลัง [2024]
โซลุส, อาร์เต็ม, มักซิม คุซเนตซอฟ, โรมัน ชูตสกี้, ริม ชายาคเมตอฟ, ดานีล โพลีคอฟสกี้, ซารัธ ชานดาร์ และอเล็กซ์ จาโวรอนคอฟ
arXiv:2406.03686 (2024)
การสำรวจอะนาล็อก Fentanyl นวนิยายโดยใช้โมเดลหม้อแปลงไฟฟ้าแบบกราฟ [2024]
Zhang, Guangle, Yuan Zhang, Ling Li, Jiaying Zhou, Honglin Chen, Jinwen Ji, Yanru Li, Yue Cao, Zhihui Xu และ Cong Pian
สหวิทยาการ: วิทยาศาสตร์ชีวภาพเชิงคำนวณ (2024) | รหัส
TenGAN: ตัวเข้ารหัส Pure Transformer สร้าง Discrete GAN ที่มีประสิทธิภาพสำหรับการสร้างโมเลกุล De Novo [2024]
หลี่ เฉิน และโยชิฮิโระ ยามานิชิ
การประชุมนานาชาติเรื่องปัญญาประดิษฐ์และสถิติ PMLR (2024)
DockingGA: ปรับปรุงการสร้างโมเลกุลเป้าหมายโดยใช้โครงข่ายประสาทเทียมของหม้อแปลงและอัลกอริธึมทางพันธุกรรมพร้อมการจำลองการเชื่อมต่อ [2024]
ฉางหนาน เกา, เหวินเจี๋ย เปา, ชวง หวาง, เจี้ยนหยาง เจิ้ง, ลูลู่ หวาง, หยงฉี เหริน, หลินฟาง เจียว, เจี้ยนหมิน หวาง, ซุนหวาง
การบรรยายสรุปทางฟังก์ชั่นจีโนมิกส์ (2024) | รหัส
ต้องปลอดภัย: กรอบใหม่สำหรับการออกแบบระดับโมเลกุล [2024]
นูตาฮี, เอ็มมานูเอล, คริสเตียน กาเบลลินี่, ไมเคิล เคร็ก, โจนาธาน เอสซี ลิม และพรูเดนซิโอ ทอสซู
การค้นพบดิจิทัล (2024) | arXiv:2310.10773 (2023) | รหัส
การเพิ่มประสิทธิภาพการออกแบบโมเลกุล: การรวมโมเดลภาษาและเครือข่ายกำเนิดด้วยอัลกอริธึมทางพันธุกรรม [2024]
โภมิก, เด๊บซินธุ, เป่ย จาง, แซคารี ฟ็อกซ์, สเตฟาน เออร์ล และจอห์น กอนลีย์
รูปแบบ (2024) | รหัส
ChemSpaceAL: วิธีการเรียนรู้เชิงรุกที่มีประสิทธิภาพซึ่งนำไปใช้กับการสร้างโมเลกุลเฉพาะโปรตีน [2024]
ไคโร, เกรกอรี ดับเบิลยู., แอนตัน มอร์กูนอฟ, ราฟาเอล ไอ. เบรนต์ และวิกเตอร์ เอส. บาติสตา
เจ. เคม. ข้อมูล แบบอย่าง. (2024) | รหัส
การประเมินการเรียนรู้การเสริมแรงในการออกแบบโมเลกุลที่ใช้หม้อแปลงไฟฟ้า [2024]
He J, Tibo A, Janet JP, Nittinger E, Tyrchan C, Czechtizky W, และคณะ
chemrxiv-2024-r9ljm (2024) | รหัส
การเพิ่มประสิทธิภาพพื้นที่คู่: การออกแบบลำดับโมเลกุลที่ได้รับการปรับปรุงโดยหม้อแปลงพร้อมรับคำแฝง [2024]
Deqian Kong และ Yuhao Huang และ Jianwen Xie และ Edouardo Honig และ Ming Xu และ Shuanghong Xue และ Pei Lin และ Sanping Zhou และ Sheng Zhong และ Nanning Zheng และ Ying Nian Wu
arXiv:2402.17179 (2024)
แบบจำลองการสร้างโมเลกุลใหม่ของ VAE รวมกับหม้อแปลงไฟฟ้า [2024]
ยาสุฮิโระ โยชิไค และทาดาฮายะ มิซูโนะ และชุมเป เนโมโตะ และฮิโรยูกิ คุสุฮาระ
arXiv:2402.11950 (2024) | รหัส
GexMolGen: การสร้างข้ามโมดอลของโมเลกุลที่มีลักษณะคล้ายการตีผ่านการเข้ารหัสแบบจำลองภาษาขนาดใหญ่ของลายเซ็นการแสดงออกของยีน [2024]
เฉิง, เจียเป่ย, เสี่ยวหยงปาน, ไคหยวนหยาง, เซิงห่าวเฉา, ปินหลิว, ชิงรานหยาน และเย่ หยวน
bioRxiv (2024) | รหัส
เครื่องกำเนิดความหลากหลายสนับสนุนนั่งร้านในท้องถิ่นสำหรับการค้นพบสารยับยั้ง NLRP3 ที่มีศักยภาพ [2024]
Weichen Bo, Yangqin Duan, Yurong Zou, Ziyan Ma, Tao Yang, Peng Wang, Tao Guo, Zhiyuan Fu, Jianmin Wang, Linchuan Fan, Jie liu, Taijin Wang และ Lijuan Chen
เจ. เคม. ข้อมูล แบบอย่าง. (2024) | รหัส
การสร้างโมเลกุลที่รับรู้เป้าหมายสำหรับการออกแบบยาโดยใช้แบบจำลองภาษาเคมี [2024]
Xia, Yingce, Kehan Wu, Pan Deng, Renhe Liu, Yuan Zhang, Han Guo, Yumeng Cui และคณะ
Biorxiv (2024)
เร่งการค้นพบลิแกนด์นวนิยายและชีวภาพด้วยรุ่น Generative ที่ได้รับข้อมูลจาก Pharmacophore [2024]
Xie, Weixin, Jianhang Zhang, Qin Xie, Chaojun Gong, Youjun Xu, Luhua Lai และ Jianfeng Pei
arxiv: 2401.01059 (2024) | รหัส
กรอบการค้นพบพอลิเมอร์ที่สามารถแก้ไขได้เองขึ้นอยู่กับแบบจำลองการกำเนิดแบบมีเงื่อนไข [2023]
Xiangyun Lei และ Weike Ye และ Zhenze Yang และ Daniel Schweigert และ Ha-Kyung Kwon และ Arash Khajeh
arxiv: 2312.04013 (2023)
Llamol: หม้อแปลงไฟฟ้าแบบหลายเงื่อนไขแบบไดนามิกสำหรับการออกแบบโมเลกุลเดอโนโว [2023]
Dobberstein, Niklas, Astrid Maass และ Jan Hamaekers
arxiv: 2311.14407 (2023) | รหัส
GraphGPT: กราฟที่ปรับปรุงการสร้างหม้อแปลงที่ผ่านการปรับแต่งสำหรับการสร้างโมเลกุลแบบมีเงื่อนไข [2023]
Lu, Hao, Zhiqiang Wei, Xuze Wang, Kun Zhang และ Hao Liu
วารสารนานาชาติวิทยาศาสตร์โมเลกุล 24.23 (2023) | รหัส
Protacable เป็นไปป์ไลน์การคำนวณแบบบูรณาการของการสร้างแบบจำลอง 3 มิติและการเรียนรู้อย่างลึก
Hazem Mslati, Francesco Gentile, Mohit Pandey, Fuqiang Ban, Artem Cherkasov
Biorxiv 2023.11.20.567951 (2023) | รหัส
กลยุทธ์การสร้างโมเลกุลและการปรับให้เหมาะสมขึ้นอยู่กับการเรียนรู้การเสริมแรง A2C ในการออกแบบยาเสพติด de novo [2023]
Wang, Qian, Zhiqiang Wei, Xiaotong Hu, Zhuoya Wang, Yujie Dong และ Hao Liu
Bioinformatics: BTAD693 (2023) | รหัส
การสร้างโมเลกุลที่มีลักษณะคล้ายฮิตผ่านการเข้ารหัสแบบจำลองพื้นฐานของลายเซ็นการแสดงออกของยีน [2023]
Jiabei Cheng, Xiaoyong Pan, Kaiyuan Yang, Shenghao Cao, bin Liu, Ye Yuan
Biorxiv 2023.11.11.566725 (2023) | รหัส
reinvent4: การออกแบบโมเลกุลกำเนิด AI - รุ่นที่ทันสมัย [2023]
Loeffler H, เขา J, Tibo A, Janet JP, Voronov A, Mervin L, et al.
ChemRXIV-20123-XT65X (2023) | รหัส
การเพิ่มประสิทธิภาพของความพึงพอใจในพื้นที่เคมีด้วยหม้อแปลงและการเรียนรู้การเสริมแรงลึก [2023]
Xu, Xiaopeng, Juexiao Zhou, Chen Zhu, Qing Zhan, Zhongxiao Li, Ruochi Zhang, Yu Wang, Xingyu Liao และ Xin Gao
Chemrxiv-20123-7V4SW (2023) | รหัส
กำลังค้นหาโมเลกุลที่มีมูลค่าสูงโดยใช้การเรียนรู้การเสริมแรงและหม้อแปลง [2023]
Raj Ghugare และ Santiago Miret และ Adriana Hugessen และ Mariano Phielipp และ Glen Berseth
arxiv: 2310.02902 (2023)
การออกแบบโมเลกุลเดอโนโวผ่านการเรียนรู้การเสริมแรงตามหม้อแปลง [2023]
Feng, Tao, Pengcheng Xu, Tianfan Fu, Siddhartha Laghuvarapu และ Jimeng Sun
arxiv: 2310.05365 (2023)
แบบจำลองภาษาหม้อแปลงไฟฟ้าที่น่าจะเป็นสำหรับการออกแบบโมเลกุลกำเนิด [2023]
Wei, L. , Fu, N. , Song, Y. et al.
J Cheminform 15, 88 (2023) | รหัส
การออกแบบยาเสพติด de novo กับ transformers ร่วม [2023]
Adam Izdebski และ Ewelina Węglarz-Tomczak และ Ewa Szczurek และ Jakub M. Tomczak
arxiv: 2310.02066 (2023)
แบบจำลองลำดับพื้นที่ของรัฐที่มีโครงสร้างสำหรับการออกแบบยา de novo [2023]
Özçelik R, de Ruiter S, Grisoni F.
ChemRXIV-20123-JWMF3 (2023) | รหัส
การสร้างโครงสร้างทางเคมีของตัวยับยั้งและผู้สมัคร activator สำหรับโปรตีนเป้าหมายการรักษาโดย Autoencoder variational ที่ใช้หม้อแปลงและการเพิ่มประสิทธิภาพแบบเบย์ [2023]
Yuki Matsukiyo, Chikashige Yamanaka และ Yoshihiro Yamanishi
J. Chem. อินฟราเรด แบบอย่าง. (2023) | รหัส
GAN แบบย้อนกลับแบบย้อนกลับสร้างโมเลกุลที่ จำกัด นั่งร้านพร้อมการเพิ่มประสิทธิภาพคุณสมบัติ [2023]
Li, C. , Yamanishi, Y.
ECML PKDD (2023) | รหัส
ChemSpaceal: วิธีการเรียนรู้ที่ใช้งานอย่างมีประสิทธิภาพนำไปใช้กับการสร้างโมเลกุลเฉพาะโปรตีน [2023]
Kyro, Gregory W. , Anton Morgunov, Rafael I. Brent และ Victor S. Batista
arxiv: 2309.05853 (2023) | รหัส
การออกแบบโมเลกุล 3 มิติที่มีประสิทธิภาพด้วยหม้อแปลงไฟฟ้า E (3) VAE [2023]
Dollar, Orion, Nisarg Joshi, Jim Pfaendtner และ David AC Beck
วารสารเคมีกายภาพ A (2023) | รหัส
lingo3dmol: การสร้างโมเลกุล 3 มิติแบบพกพาโดยใช้แบบจำลองภาษา [2023]
วัง, Lvwei, Zaiyun Lin, Yanhao Zhu, Rong Bai, Wei Feng, Huting Wang, Jielong Zhou, Wei Peng, Bo Huang และ Wenbiao Zhou
arxiv: 2305.10133 (2023) | รหัส
FSM-DDTR: กลยุทธ์การตอบรับแบบ end-to-end สำหรับการออกแบบยา de novo แบบหลายวัตถุประสงค์โดยใช้หม้อแปลง [2023]
Monteiro, Nelson RC, Tiago O. Pereira, Ana Catarina D. Machado, José L. Oliveira, Maryam Abbasi และ Joel P. Arrais
คอมพิวเตอร์ในชีววิทยาและการแพทย์ (2023) | รหัส
Macrocyclization ของโมเลกุลเชิงเส้นโดยการเรียนรู้อย่างลึกซึ้งเพื่ออำนวยความสะดวกในการค้นพบยา macrocyclic discovery [2023]
Diao, Y. , Liu, D. , Ge, H. et al.
Nat Commun 14, 4552 (2023) | รหัส
การออกแบบยาเสพติดเดอโนโวขึ้นอยู่กับโปรไฟล์การแสดงออกของยีนผู้ป่วยผ่านการเรียนรู้อย่างลึกซึ้ง [2023]
Yamanaka, Chikashige, Shunya Uki, Kazuma Kaitoh, Michio Iwata และ Yoshihiro Yamanishi
สารสนเทศระดับโมเลกุล (2023) | รหัส
วิธีการเรียนรู้ลึกที่ใช้หม้อแปลงเพื่อเพิ่มประสิทธิภาพคุณสมบัติ ADMET ของสารประกอบตะกั่ว [2023]
Yang, Lijuan, Chao Jin, Guanghui Yang, Zhitong Bing, Liang Huang, Yuzhen Niu และ Lei Yang
ฟิสิกส์เคมีกายภาพ 25.3 (2023)
การออกแบบยาตามลำดับเป็นแนวคิดในการออกแบบยาเชิงคำนวณ [2023]
Chen, L. , Fan, Z. , Chang, J. et al.
Nat Commun 14, 4217 (2023) | รหัส
Druggpt: กลยุทธ์ที่ใช้ GPT สำหรับการออกแบบแกนด์ที่มีศักยภาพซึ่งกำหนดเป้าหมายโปรตีนเฉพาะ [2023]
Yuesen Li, Chengyi Gao, Xin Song, Xiangyu Wang, View Orcid Profileyungang Xu, Suxia Han
Biorxiv (2023) | รหัส
Prefixmol: การออกแบบโมเลกุลเป้าหมายและเคมีที่รับรู้ผ่านการฝังคำนำหน้า [2023]
Gao, Zhangyang, Yuqi Hu, Cheng Tan และ Stan Z. Li
arxiv: 2302.07120 (2023) | รหัส
การฝึกแบบจำลองภาษาแบบปรับตัวสำหรับการออกแบบโมเลกุล [2023]
Andrew E. Blanchard, Debsindhu Bhowmik, Zachary Fox, John Gounley, Jens Glaser, Belinda S. Akpa & Stephan Irle
J Cheminform 15, 59 (2023) | รหัส
CMGN: การสร้างโมเลกุลแบบมีเงื่อนไขในการออกแบบโมเลกุลเฉพาะเป้าหมายที่มีคุณสมบัติที่ต้องการ [2023]
Yang, Minjian, Hanyu Sun, Xue Liu, Xi Xue, Yafeng Deng และ Xiaojian Wang
การบรรยายสรุปเกี่ยวกับชีวสารสนเทศศาสตร์, 2023;, BBAD185 | รหัส
CMOLGPT: หม้อแปลงที่ได้รับการฝึกอบรมก่อนการกำเนิดแบบมีเงื่อนไขสำหรับการสร้างโมเลกุลเดอโนโวเฉพาะเป้าหมาย [2023]
วัง, เจ้า, ฮงกาง Zhao, Simone Sciabola และ Wenlu Wang
โมเลกุล 2023, 28 (11), 4430 | รหัส
การสร้างโมเลกุลโดยใช้หม้อแปลงและการเรียนรู้การเสริมกำลังการไล่ระดับสี [2023]
Mazuz, E. , Shtar, G. , Shapira, B. et al.
SCI Rep 13, 8799 (2023) | รหัส
IUPACGPT: โมเดลโมเลกุลขนาดใหญ่ที่ได้รับการฝึกฝนมาก่อน IUPAC สำหรับการทำนายคุณสมบัติและการสร้างโมเลกุล [2023]
Jiashun Mao ,, Jianmin Wang, Kwang-Hwi Cho, Kyoung Tai No
Chemrxiv-20123-5KJVH | รหัส
การสร้างโมเลกุลที่มีการติดฉลากลดลงผ่านสถาปัตยกรรมข้อ จำกัด [2023]
วัง, Jike, Yundian Zeng, Huiyong Sun, Junmei Wang, Xiaorui Wang, Ruofan Jin, Mingyang Wang และคณะ
J. Chem. อินฟราเรด แบบอย่าง. (2023) | รหัส
การค้นพบการออกแบบทางเคมีแบบใหม่โดยใช้การสร้างแบบจำลองการแพร่กระจายและเครือข่ายประสาทลึกของหม้อแปลงด้วยการประยุกต์ใช้กับตัวทำละลายยูเทคติกลึก [2023]
Luu, Rachel K. , Marcin Wysokowski และ Markus J. Buehler
arxiv: 2304.12400V1 | รหัส
หม้อแปลงการถดถอยช่วยให้การถดถอยลำดับพร้อมกันและการสร้างสำหรับการสร้างแบบจำลองภาษาโมเลกุล [2023]
เกิด, J. , Manica, M.
Nat Mach Intell 5, 432–444 (2023) | รหัส
แบบจำลองการกำเนิดโมเลกุลที่ใช้หม้อแปลงสำหรับการออกแบบยาต้านไวรัส [2023]
เหมา, Jiashun; วังเจียนมิง; Zeb, Amir; Cho, Kwang-Hwi; จินไห่หยาน; คิมจงวัน; ลี onju; วัง, หยุนยู; ไม่ Kyoung Tai
J. Chem. อินฟราเรด แบบอย่าง. (2023) | รหัส
กำหนดเป้าหมายเฉพาะการออกแบบ de novo ของโมเลกุลของผู้สมัครยาด้วยเครือข่ายฝ่ายตรงข้ามที่ใช้กราฟหม้อแปลงไฟฟ้า [2023]
ünlü, Atabey, Elif çevrim, Ahmet Sarıgün, Hayriye çelikbilek, Heval AtaşGüvenilir, Altay Koyaş, Deniz Cansen Kahraman, Ahmet Rifaiooğlu
arxiv: 2302.07868V5
DRUGEX V3: การออกแบบยาที่ จำกัด ด้วยนั่งร้านด้วยการเรียนรู้การเสริมแรงแบบกราฟหม้อแปลง [2023]
Liu, X. , Ye, K. , Van Vlijmen, Hwt และคณะ
J Cheminform 15, 24 (2023) | รหัส
สำรวจพื้นที่เหมือนยาด้วยแบบจำลองที่ลึกซึ้ง [2023]
Wang, Jianmin, et al.
วิธีการ (2023) | รหัส
การเป็นตัวแทนภาษาเคมีขนาดใหญ่จับโครงสร้างโมเลกุลและคุณสมบัติ [2022]
Ross, J. , Belgodere, B. , Chenthamarakshan, V. , Padhi, I. , Mroueh, Y. , & Das, P.
Nat Mach Intell 4, 1256–1264 (2022) | รหัส
Alphadrug: โปรตีนเป้าหมายเฉพาะการสร้างโมเลกุลของโปรตีน [2022]
Qian, Hao, Cheng Lin, Dengwei Zhao, Shikui Tu และ Lei Xu
PNAS Nexus (2022) | รหัส
เราสามารถเรียนรู้ที่จะ“ แปล” โมเลกุลที่ออกฤทธิ์ทางชีวภาพด้วยโมเดลหม้อแปลงได้อย่างรวดเร็วหรือไม่? [2022]
Bagal, V. , Aggarwal, R. , Vinod, PK, & Priyakumar, UD
Chemrxiv-20122-Gln27
MOLGPT: การสร้างโมเลกุลโดยใช้โมเดล Decoder Transformer [2022]
Bagal, V. , Aggarwal, R. , Vinod, PK, & Priyakumar, UD
J. Chem. อินฟราเรด แบบอย่าง. 2022, 62, 9, 2064–2076 | รหัส
การปรับแต่งโมเลกุลสำหรับกระเป๋าโปรตีน: สารละลายกำเนิดที่ใช้หม้อแปลงสำหรับการออกแบบยาตามโครงสร้าง [2022]
Wu, K. , Xia, Y. , Fan, Y. , Deng, P. , Liu, H. , Wu, L. , ... & Liu, Ty
Arxiv.2209.06158 | รหัส
การใช้ประโยชน์จากแบบจำลองภาษาชีวเคมีที่ผ่านการปรับแต่งสำหรับการออกแบบยาเป้าหมาย [2022]
Uludoğan, Gökçe, Elif Ozkirimli, Kutlu O. Ulgen, NilgünKaralıและ Arzucan Özgür
Bioinformatics (2022) | รหัส
แบบจำลองการกำเนิดที่ใช้หม้อแปลงสำหรับการออกแบบโมเลกุลเดอโนโว [2022]
Wang, Wenlu, et al.
arxiv: 2210.08749V2
การแปลระหว่างโมเลกุลและภาษาธรรมชาติ [2022]
Edwards, C. , Lai, T. , Ros, K. , Honke, G. , & Ji, H.
arxiv: 2204.11817v3 | รหัส
หม้อแปลงการถดถอยช่วยให้การถดถอยลำดับพร้อมกันและการสร้างสำหรับการสร้างแบบจำลองภาษาโมเลกุล [2022]
เกิด Jannis และ Manica, Matteo
arxiv: 2202.01338V3 | รหัส
การฝึกอบรมล่วงหน้าจากโมเลกุล [2021]
Adilov, Sanjar
J. Chem. อินฟราเรด แบบอย่าง. 2022, 62, 9, 2064–2076 | รหัส
หม้อแปลงสำหรับการสร้างกราฟโมเลกุล [2021]
Cofala, Tim และ Oliver Kramer
Esann 2021 | รหัส
การสร้างโมเลกุลเชิงพื้นที่ที่มีหม้อแปลง [2021]
Cofala, Tim และ Oliver Kramer
IJCNN52387.2021.9533439 (2021) | รหัส
หม้อแปลงเคมีแบบกำเนิด: การเรียนรู้ของเครื่องประสาทของโครงสร้างเรขาคณิตโมเลกุลจากภาษาเคมีผ่าน attentio [2021]
Hyunseung Kim, Jonggeol Na*และ Won Bo Lee*
J. Chem. อินฟราเรด แบบอย่าง. 2021, 61, 12, 5804–5814 | รหัส
C5T5: โมเลกุลอินทรีย์ที่ควบคุมได้ด้วยหม้อแปลง [2021]
Rothchild, D. , Tamkin, A. , Yu, J. , Misra, U. , & Gonzalez, J.
arxiv: 2108.10307v1 | รหัส
การเพิ่มประสิทธิภาพระดับโมเลกุลโดยการจับสัญชาตญาณของนักเคมีโดยใช้เครือข่ายประสาทลึก [2021]
เขา, J. , คุณ, H. , Sandström, E. et al.
J Cheminform 13, 26 (2021) | รหัส
เครือข่ายประสาทหม้อแปลงสำหรับการสร้างยาเดอโนโวเฉพาะโปรตีนเป็นปัญหาการแปลของเครื่องจักร [2021]
Grechishnikova, Daria
SCI Rep 11, 321 (2021) | รหัส
Transmol: เปลี่ยนรูปแบบภาษาสำหรับการสร้างโมเลกุล [2021]
Grechishnikova, Daria
ความก้าวหน้าของ RSC 2021; 11 (42): 25921-32 - รหัส
แบบจำลองการกำเนิดที่ใช้ความสนใจสำหรับการออกแบบโมเลกุลเดอโนโว [2021]
Dollar, O. , Joshi, N. , Beck, Da และ Pfaendtner, J. ,
วิทยาศาสตร์เคมี 12.24 (2021) | รหัส
การใช้ประโยชน์จากการแปลงต้นไม้ VAE กับการทำ tokenization ชิ้นส่วนสำหรับแบบจำลองการกำเนิดเคมีขนาดใหญ่ประสิทธิภาพสูง [2024]
Inukai T, Yamato A, Akiyama M, Sakakibara Y.
Chemrxiv (2024) | รหัส
หม้อแปลงกราฟตัวแปร AutoEncoder สำหรับการออกแบบโมเลกุลแบบกำเนิด [2024]
Nguyen, Trieu และ Aleksandra Karolak
Biorxiv (2024)
การออกแบบยาตามโครงสร้างด้วยแบบจำลองการกำเนิดแบบลำดับชั้นลึก [2024]
Weller, Jesse A. และ Remo Rohs
J. Chem. อินฟราเรด แบบอย่าง. (2024) | รหัส
ใช้ประโยชน์จากพื้นที่ย่อยที่ใช้งานอยู่เพื่อจับความไม่แน่นอนของแบบจำลอง epistemic ในแบบจำลองการกำเนิดลึกสำหรับการออกแบบโมเลกุล [2024]
Abeer, ANM, Sanket Jantre, Nathan M. Urban และ Byung-Jun Yoon
arxiv: 2405.00202 (2024)
GXVAES: VAEs ร่วมสองตัวสร้างโมเลกุลฮิตจากโปรไฟล์การแสดงออกของยีน [2024]
หลี่เฉินและโยชิฮิโระยามานิชิ
การดำเนินการของการประชุม AAAI เกี่ยวกับปัญญาประดิษฐ์ ฉบับที่ 38. หมายเลข 12. (2024) | รหัส
กรอบการกำเนิดโมเลกุล 3 มิติสำหรับการออกแบบยาที่มีปฏิสัมพันธ์ระหว่าง [2024]
Zhung, W. , Kim, H. & Kim, Wy
Nat Commun 15, 2688 (2024) | รหัส
การสร้างโมเลกุลตามความสนใจผ่านการแปรปรวนแบบลำดับชั้น Autoencoder [2024]
Divahar Sivanesan
arxiv: 2402.16854 (2024)
แบบจำลองโมเลกุลใหม่ของ VAE รวมกับหม้อแปลง [2024]
Yasuhiro Yoshikai และ Tadahaya Mizuno และ Shumpei Nemoto และ Hiroyuki Kusuhara
arxiv: 2402.11950 (2024) | รหัส
การสร้างเดอโนโวและการระบุสารประกอบใหม่ที่มีประสิทธิภาพยาขึ้นอยู่กับการเรียนรู้ของเครื่องจักร [2024]
เขา, Dakuo, Qing Liu, Yan Mi, Qingqi Meng, Libin Xu, Chunyu Hou, Jinpeng Wang และคณะ
วิทยาศาสตร์ขั้นสูง (2024)
การค้นพบยาเสพติดในการคำนวณเกี่ยวกับไวรัสเอชไอวีด้วย LSTM Variational Autoencoder สถาปัตยกรรมการเรียนรู้เชิงลึก [2023]
Kutsal, Mucahit, Ferhat Ucar และ Nida Kati
CPT: เภสัชวิทยาและระบบเภสัชวิทยา (2023) | รหัส
NRC-VABS: reparameterized reparameterized ปรับสภาพอัตโนมัติแบบปรับสภาพอัตโนมัติพร้อมการค้นหาลำแสงประยุกต์ในพื้นที่แฝงสำหรับการออกแบบโมเลกุลยา [2023]
Bhadwal, Arun Singh, Kamal Kumar และ Neeraj Kumar
ระบบผู้เชี่ยวชาญพร้อมแอพพลิเคชั่น (2023)
การเข้ารหัสอัตโนมัติแบบแปรผันเป้าหมายสำหรับการสร้างแกนด์ด้วยการสร้างแบบจำลองโปรตีนหลายโมดอล [2023]
Ngo, Khang และ Truong Son Hy
Neurips 2023 การประชุมเชิงปฏิบัติการ AI และชีววิทยา (GenBio) (2023) | รหัส
กรอบการสร้างโมเลกุล 3 มิติที่รับรู้ถึงการออกแบบยาตามโครงสร้างโดยทั่วไป [2023]
Woo Youn Kim, Wonho Zhung และ Hyeongwoo Kim
จัตุรัสวิจัย (2023) | รหัส
การประยุกต์ใช้เครื่องเข้ารหัสกราฟ Variational เป็นอัลกอริทึมทั่วไปที่มีประสิทธิภาพในการออกแบบยาโดยใช้คอมพิวเตอร์ช่วย [2023]
Lam, Hyi, Pincket, R. , Han, H. et al.
Nat Mach Intell 5, 754–764 (2023) | รหัส
การสร้างโครงสร้างทางเคมีของตัวยับยั้งและผู้สมัคร activator สำหรับโปรตีนเป้าหมายการรักษาโดย Autoencoder variational ที่ใช้หม้อแปลงและการเพิ่มประสิทธิภาพแบบเบย์ [2023]
Yuki Matsukiyo, Chikashige Yamanaka และ Yoshihiro Yamanishi
J. Chem. อินฟราเรด แบบอย่าง. (2023) | รหัส
Rebadd-SE: การเพิ่มประสิทธิภาพระดับโมเลกุลแบบหลายวัตถุ
Choi, Jonghwan, Sangmin Seo, Seungyeon Choi, Shengmin Piao, Chihyun Park, Sung Jin Ryu, Byung Ju Kim และ Sanghyun Park
คอมพิวเตอร์ในชีววิทยาและการแพทย์ 157 (2023) | รหัส
การออกแบบโมเลกุล 3 มิติที่มีประสิทธิภาพด้วยหม้อแปลงไฟฟ้า E (3) VAE [2023]
Dollar, Orion, Nisarg Joshi, Jim Pfaendtner และ David AC Beck
วารสารเคมีกายภาพ A (2023) | รหัส
การสร้างโมเลกุลแบบหลายข้อ จำกัด โดยใช้ข้อมูลการฝึกอบรมที่มีป้ายกำกับอย่างเบาบางสำหรับการคัดกรองอิเล็กโทรไลต์ที่มีความเข้มข้นสูง
Mailoa, Jonathan P. , Xin Li, Jiezhong Qiu และ Shengyu Zhang
การค้นพบดิจิตอล (2023) | รหัส | ชุดข้อมูล
การเพิ่มประสิทธิภาพระดับโมเลกุลแบบหลายวัตถุ
Feng, Hongsong, Rui Wang, Chang-Guo Zhan และ Guo-Wei Wei
J. Med. เคมี. (2023) | รหัส
Scaffoldgvae: การสร้างนั่งร้านและการกระโดดของโมเลกุลยาผ่านตัวแปร Autoencoder แบบแปรผันตามเครือข่ายประสาทหลายมุมมอง [2023]
Hu, Chao, Song Li, Chenxing Yang, Jun Chen, Yi Xiong, Guisheng Fan, Hao Liu และ Liang Hong
J Cheminform 15, 91 (2023) | จัตุรัสวิจัย (2023) | รหัส
การออกแบบที่ลึกซึ้งของกรงอินทรีย์ที่มีรูพรุนผ่านตัวแปร Autoencoder ตัวแปร [2023]
Jiajun Zhou, Austin Mroz, Kim Jelfs*
Chemrxiv (2023) | รหัส
การเข้ารหัสอัตโนมัติแบบแปรผันเป้าหมายสำหรับการสร้างแกนด์ด้วยการเรียนรู้การเป็นตัวแทนโปรตีนหลายรูปแบบ [2023]
Nhat Khang Ngo, Truong Son Hy
Biorxiv (2023) | รหัส
เดอโนโวเดอ
