文献总结|使用上下文增强的分子表示提升少样本药物发现的效果
本文介绍于 2023 年发表在 ICLR 2023 上的一篇文章,文章原标题为 Context-enriched molecule representations improve few-shot drug discovery,文章介绍了一种可以用于药物发现的少样本学习模型 MHNfs,MHNfs 通过 Hopfield 网络用上下文数据集少样本的强化分子表示,提升了分子性质预测的准确度。
本文介绍于 2023 年发表在 ICLR 2023 上的一篇文章,文章原标题为 Context-enriched molecule representations improve few-shot drug discovery,文章介绍了一种可以用于药物发现的少样本学习模型 MHNfs,MHNfs 通过 Hopfield 网络用上下文数据集少样本的强化分子表示,提升了分子性质预测的准确度。
自 Google 的论文 Attention Is All You Need 发布后,几年内涌现了大量基于 Transformer 的模型,俨然形成了 Transformer 横扫人工智能领域的态势。 网络上也出现了大量解读论文或是讲解 Transformer 的文章,其中也不乏许多高水平人工智能从业者的解读。虽然有些可以称得上是高屋建瓴,但 …
本文介绍 2023 年由曹东升与侯廷军研究团队发表在 Journal of Medicinal Chemistry 上的一篇展望,文章原标题为 Matched Molecular Pair Analysis in Drug Discovery: Methods and Recent Applications,文章介绍了主要介绍了匹配分子对分析的理论与目前基于匹配分子对分析的实际应用。
本文介绍 2023 年发布在 Journal of Cheminformatics 上的一篇文章,文章原标题为 DrugEx v3: scaffold‑constrained drug design with graph transformer‑based reinforcement learning,文章介绍了使用包括 Transformer 和 LSTM 模型实现以分子骨架为约束的药物设计的方法并对比了使用 SMILES 与图两种方式的分子表示在分子生成中的区别。
本文介绍 2023 年发布在 Journal of Cheminformatics 上的一篇文章,文章原标题为 Deep generative model for drug design from protein target sequence,文章设计了一种基于 GAN 的蛋白配体分子生成模型,该模型只需要获取氨基酸序列的信息就可以生成相应蛋白口袋的配体。
浦安迪的《中国叙事学》是一本讨论中国叙事传统和明清小说的小书,页数并不多,不消四五天即可翻完。虽然这是一本学术著作,但语言流畅、分析丝丝入扣,读起来时并不觉得枯燥乏味,反而觉得酣畅淋漓。书题虽为《中国叙事学》,但全书中专门论述 …
本文介绍由中科大于 2023 年发布在 ICLR 2023 上的一篇文章,文章原标题为 De Novo Molecular Generation via Connection-aware Motif Mining,文章提出了一种从分子数据集中挖掘模版结构的算法,同时设计了一种通过组合模版结构实现分子生成的模型。
五六天前刚起了几阵沙尘暴,入眼的一切都是黄蒙蒙的。黄沙中的行人都拉紧着衣服、戴着口罩,可能是为了防沙,也可能是为了防病毒。唯一不避风沙的只有两旁的行道树,经冬之后满是枯枝,更添了几分萧索。就是在这样一片了无生气之中,竟在 …
本文介绍由洛桑联邦理工学院等研究单位于 2022 年发布在 arXiv 上的一篇文章,文章原标题为 Structure-based Drug Design with Equivariant Diffusion Models,文章首次将等变扩散模型用于基于结构的药物设计,实现针对特定的蛋白靶点生成多样且具有高亲合力的的配体分子。