24小时热门版块排行榜    

CyRhmU.jpeg
南方科技大学公共卫生及应急管理学院2026级博士研究生招生报考通知(长期有效)
查看: 629  |  回复: 0

MolAICal

新虫 (初入文坛)

[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
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 MolAICal 的主题更新
普通表情 高级回复(可上传附件)
信息提示
请填处理意见