-
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…- 31
- 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…- 11
- 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，…- 4
- 0
扫码打开当前页
-
￥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：×