| 查看: 786 | 回复: 0 | |||
[交流]
使用几何深度学习进行3D药物分子设计的方法和应用
|
|
使用深度学习训练3d药物分子设计模型是一个非常有意思的研究，它涉及到空间构象、坐标、平移、旋转等。本文总结了使用几何深度学习训练3d药物分子设计模型的方法（原文 doi: 10.1016/j.drudis.2024.104024), 具体可见：https://doi.org/10.1016/j.drudis.2024.104024，勘误部分：https://molaical.github.io/erratum/G3DSBDD.html 相关书籍章节 https://doi.org/10.1007/978-3-031-46238-2_23，具体来说如下： 1. 构建3d药物分子的图表示，如：3d surface, 3d grid 和 3d graph. 2. 无论是3d分子对接、还是3d分子生成或者模拟，都可能涉及到分子的平移、旋转和反映(reflection)等操作，因此，需要使用等变图神经网络。 3. 无论是3d分子对接、还是3d分子生成或者模拟，都需要生成合理的坐标或构象，因此，基于深度学习的3d药物设计需要使用 “生成模型” 的方法。 4. 目前，最基础的生成模型，好像就6种： 1) 扩散模型 diffusion model 2）流模型 flow-based model 3）生成式对抗网络 generative adversarial networks (gans) 4）变分自编码器 variational autoencoder (vae) 5）自回归模型 autoregressive models 6）能量模型 energy-based models 5. transformer也可以做生成，但是它应该是属于高级混合型生成框架，原理类似于autoregressive models。 总的来说，使用深度学习训练3d药物分子设计模型的步骤： 构建3d药物分子的图表示 --> 等变图神经网络 (选项) --> 设计使用合理的生成模型 --> 模型训练。 具体原理和详细内容请见上述文章。 如果各位还有知道的人工智能基础生成模型的方法，请留言介绍，学习一下，谢谢。 |
回复此楼» 猜你喜欢
26申博推荐：南京航空航天大学国际前沿院光学方向招收博士生！
已经有1人回复
-
如何从铁电相到顺电相。
已经有1人回复
-
物理学I论文润色/翻译怎么收费?
已经有296人回复
-
各位大佬，求一份最新Wien2k版本作为学习用途
已经有0人回复
-
南科大活性流体和软物质课题组诚招2027级博士、硕士研究生和博后
已经有26人回复
-
瑞典林雪平大学博士后招聘｜PEC Water Splitting 方向
已经有24人回复
-
PRB投稿，Acknowledgment sent to author状态十天了
已经有2人回复
-
PVA溶解
已经有1人回复
» 本主题相关商家推荐: (我也要在这里推广)
