春日漫步小记

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 …

文献总结|为蛋白质口袋定制分子:用于基于结构药物设计的 Transformer 分子生成方法

本文介绍由微软研究团队于 2022 年发布在 arXiv 上的一篇文章,文章原标题为 Tailoring Molecules for Protein Pockets: a Transformer-based Generative Solution for Structured-based Drug Design,文章使用 Transformer 构建了一种能够获取受体 3 维信息的分子生成模型 TamGent,其中分子生成部分使用了预训练模型,避免了训练数据有限的问题。

文献总结|MolGPT:使用 Transformer 解码器模型实现分子生成

本文介绍于 2022 年发表在 Journal of Chemical Information and Modeling 上的一篇文章,文章原标题为 MolGPT: Molecular Generation Using a Transformer-Decoder Model,在 GPT 模型已经在自然语言处理领域得到了成功应用的背景下,这篇文章首次将 GPT 模型应用于完成分子生成的任务,实现了分子性质和结构两个方面的优化。

文献总结|在大数据集中有效识别匹配分子对(MMPs)的算法

本文介绍于 2010 年发表在 Journal of Chemical Information and Modeling 上的一篇文章,文章原标题为 Computationally Efficient Algorithm to Identify Matched Molecular Pairs (MMPs) in Large Data Sets,文章介绍了一种在大规模数据中识别匹配分子对的算法,这种算法也就是目前用于生成匹配分子对的最常用方法。

文献总结|通过深度神经网络捕获化学家的直觉实现分子优化

本文介绍于 2021 年发表在 Journal of Cheminformatics 上的一篇文章,文章原标题为 Molecular optimization by capturing chemist’s intuition using deep neural networks,文章使用通过 MMP 算法生成的分子对数据和分子性质数据训练了 Transformer 和 seq2seq 等模型,这些模型能够通过结构改造得到具有目标性质的分子。