化学逆合成SOTA!上海交大团队提出SMILES对齐技术实现高效逆合成预测
编辑 | ScienceAI逆合成规划在药物研发中扮演着至关重要的角色,而单步逆合成预测更是这一过程的核心。通过运用Transformer等先进的序列模型,将单步逆合成预测问题转化为从产物SMILES表示到反应物SMILES表示的翻译任务,已经成为一种广泛采用且效果显著的策略。然而,这种方法往往忽略了一个关键点:在反应物和产物之间,存在大量可以被直接利用的相同子结构。对这些子结构利用的不充分限制了…- 35
- 0
份子100%有用,从头设计配体,湖南大学提出鉴于片断的份子表征框架
编辑 | KX份子形容符广泛应用于份子建模,但在 AI 辅助份子发现领域,缺乏自然适用、完整且「原始」的份子表征是一个挑战,影响 AI 模型的本能和可解释性。在利用先进的自然语言处理(NLP)方法解决化学问题时,会出现两个基本问题:(1)什么是「化学词」?(2)如何将它们编码为「化学句子」?近日,湖南大学研讨团队提出了一种灵活的、鉴于片断的多尺度份子表征框架 t-SMILES 的框架来解决第二个问…- 13
- 0
优于SOTA办法,语言模型分离几何深度学习技术,望石智慧开发3D份子生成模型Lingo3DMol
编辑 | X份子生成是 AI 助力小份子新药研发的核心技术。望石智慧始终专注于份子生成技术的开发。就在前几天,望石智慧的钻研团队推出了 Lingo3DMol,用于在给定口袋 3D 布局的情况下生成小份子配体的 3D 布局。办法分离了语言模型和几何深度学习技术。钻研职员在传统的 SMILES 份子表征的基础上,开发了新的份子表达办法 FSMILES。此外,钻研训练了一个单独的非共价相互作用预测器,…- 8
- 0
SMILES
❯
个人中心
今日签到
搜索
扫码打开当前页
返回顶部
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
- ¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!