| 查看: 1191 | 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
070200求调剂，一志愿某211，288分
已经有20人回复
-
法国博士后职位
已经有0人回复
-
物理学I论文润色/翻译怎么收费?
已经有51人回复
-
重庆交大26年硕士生招生拟调剂通知已出！欢迎加入机器视觉与3D光学成像课题组。
已经有0人回复
-
**
已经有1人回复
-
0702一志愿吉大B区求调剂 本科期间发表一篇Sci
已经有3人回复
-
基底STO,薄膜SRO，XRD里面的振荡，是laue震荡还是kiessig振荡? 怎么判断？
已经有2人回复
-
B区学生调剂-兰州交通大学材料科学与工程学院
已经有8人回复
-
山西大同大学物理学专业还有调剂名额，欢迎调剂！
已经有9人回复
-
桂林理工大学物理学专业招收调剂
已经有4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！
