| 查看: 2190 | 回复: 1 | ||
| 【奖励】 本帖被评价1次，作者MolAICal增加金币 0.8 个 | ||
[资源]
一篇扩散模型的Nature Machine Intelligence论文和Elsevier上的深度学习药物书籍
|
||
|
各位好， 1. 之前在论坛中推荐了 “使用几何深度学习进行3d药物分子设计的方法和应用”：https://muchong.com/t-16189317-1，本课题组设计了新的自适应扩散模型，提出自适应自回归扩散方法（adaptive autoregressive diffusion approach），开发并训练出hudiff深度学习模型，包含针对常规抗体的hudiff-ab与纳米抗体的 hudiff-nb两个核心模块。发表在nature machine intelligence上，文章题目：an adaptive autoregressive diffusion approach to design active humanized antibodies and nanobodies, Nature Machine Intelligence (2025), https://www.nature.com/articles/s42256-025-01120-9 ，文章可以从附件中下载 ，欢迎讨论。 2. 并编著一本深度学习药物设计书籍《deep learning in drug design: methods and applications》，链接：https://doi.org/10.1016/c2023-0-52311-0 或 https://www.sciencedirect.com/book/9780443329081 或 https://shop.elsevier.com/books/deep-learning-in-drug-design/bai/978-0-443-32908-1 书籍有版权问题，应该可以通过学校订阅的数据库下载。欢迎讨论。 全书分为23章： part 1: deep learning theories and methods for drug design 1. chapter 1 molecular representations in deep learning 2. chapter 2 cnns in drug design 3. chapter 3 gnns in drug design 4. chapter 4 rnns and lstm in drug design 5. chapter 5 deep reinforcement learning in drug design 6. chapter 6 transformer and drug design 7. chapter 7 generative models for drug design 8. chapter 8 geometric graph learning for drug design 9. chapter 9 self-supervised learning for drug discovery 10. chapter 10 transfer learning and meta-learning for drug discovery 11. chapter 11 explainable artificial intelligence for drug design models 12. chapter 12 large models in drug design part 2: deep learning applications in drug design 13. chapter 13 deep learning for protein secondary structure prediction 14. chapter 14 deep learning in protein structure prediction 15. chapter 15 deep learning for affinity prediction and interface prediction in molecular interactions 16. chapter 16 deep learning for complex structure prediction in molecular interactions 17. chapter 17 deep learning in chemical synthesis and retrosynthesis 18. chapter 18 deep learning for adme prediction 19. chapter 19 deep learning for toxicity prediction 20. chapter 20 deep learning for tcr-pmhc binding prediction 21. chapter 21 deep learning for b-cell epitope prediction and receptor-antigen binding prediction 22. chapter 22 deep learning for antigen-specific antibody design 23. chapter 23 ethical and regulatory of artificial intelligence in drug design |
回复此楼» 本帖附件资源列表
-
欢迎监督和反馈：小木虫仅提供交流平台，不对该内容负责。
本内容由用户自主发布，如果其内容涉及到知识产权问题，其责任在于用户本人，如对版权有异议，请联系邮箱：xiaomuchong@tal.com - 附件 1 : Bai_Nature_Machine_Intelligence.pdf
2025-10-02 18:51:36, 9.3 M
» 猜你喜欢
基金申请
已经有44人回复
-
CSC与新西兰维多利亚大学PhD奖学金项目
已经有0人回复
-
物理学I论文润色/翻译怎么收费?
已经有177人回复
-
新西兰Robinson研究所 招聘CSC公派访问人员
已经有0人回复
-
帮我的英语口语老师找学生
已经有0人回复
-
什么时候开奖？
已经有13人回复
-
散金币祈福
已经有94人回复
-
青基已中
已经有1人回复
-
散金币祈福
已经有85人回复
-
求助，如何提取ELK的rt-TDDFT在某一时刻的自旋密度分布和电子密度分布
已经有1人回复
» 本主题相关商家推荐: (我也要在这里推广)
简单回复
2025-10-16 05:50
回复
五星好评 顶一下，感谢分享！
投票:
30