| 查看: 131 | 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
求助将cif文件转化为jade
已经有1人回复
-
金属氧化物薄膜空气退火和真空退火对表面粗糙度的影响
已经有0人回复
-
物理学I论文润色/翻译怎么收费?
已经有193人回复
-
Apex2单晶测试
已经有0人回复
-
结构建模
已经有0人回复
-
声子谱计算问题
已经有2人回复
-
已结束
已经有23人回复
-
Error in routine lambda (100): wrong # or too many modes
已经有0人回复
-
祈福国自然面上
已经有55人回复
-
请问castep计算出的能带图横轴数据缩放因子怎么计算
已经有1人回复
» 本主题相关商家推荐: (我也要在这里推广)
200