一种搜索可合成分子的模型

Jun, 2019

A Model to Search for Synthesizable Molecules

John Bradshaw, Brooks Paige, Matt J. Kusner, Marwin H. S. Segler, José Miguel Hernández-Lobato

TL;DR本篇论文提出了一种新的分子生成模型，模拟了现实中的制备过程，可以通过选择初试反应物（从商业上可获得的分子池中选择），使用反应模型来预测它们之间的反应生成新的分子，同时可以考虑化合物的性质和合成路径的可行性，通过解决反合成问题，预测出一组可以产生目标产品的反应物。

Abstract

Deep generative models are able to suggest new organic molecules by generating strings, trees, and graphs representing their structure. While such models allow one to generate molecules with desirable properties,

generative models organic molecules reactants reaction model retrosynthesis

发现论文，激发创造

生成模型提出的分子可合成性

新型深度学习算法在提高新药发现效率方面表现出色，但其缺乏可合成性的信息，导致其合成难度大幅上升，需要新算法的开发来加以解决。

Feb, 2020

钻研分子合成 DAG 图的搜索方法

本论文介绍了一种调用化学反应生成分子的生成模型，并以优化分子合成为目标来提高模型可生成性能。

Dec, 2020

SynFlowNet: 朝着具备保证的合成途径的分子设计

基于生成模型的分子生成模型在药物发现方面取得了突破。通过使用具有化学验证的反应和反应物的动作空间，SynFlowNet 模型能够构建具有合成可行性的新分子，并且在多样性和高效性方面表现出色。

May, 2024

深度学习在分子设计中的应用 - 现状综述

文献的主要内容是深度生成建模技术被应用于分子生成和优化，包括使用递归神经网络、自动编码器、生成对抗网络和强化学习等四种技术，并探讨了这些技术的数学基础和优缺点，内容涉及到分子表示和设计中的多个方面。

Mar, 2019

基于片段的分子生成深度生成模型

通过采用 Fragment-Based Drug Design 范例生成小分子结构语言模型并进行分子生成，大幅提高了分子的有效性和独特性，达到了基于图像的模型的最佳表现。

Feb, 2020

学习制作具有普适性和多样性的回溯合成预测

提出新模型用于反合成预测，在美国专利文献数据集上通过序列到序列及离散潜在变量方法构建预测模型较基准模型性能显著提高同时生成更多多样性化预测结果。

Oct, 2019

基于支架的分子设计使用图生成模型

本研究提出了一种基于 scaffold 的分子生成模型，通过顺序添加顶点和边来生成分子图，可以在保证给定 scaffold 的同时控制生成分子的多种性质。

May, 2019

基於深度生成模型的條件分子設計

本文提出了一种半监督变分自编码器模型，能够同时进行属性预测和分子生成，从而高效生成具有所需属性的新分子。我们从估计好的生成分布中进行采样以生成新的分子，并在药物样分子上证明了该模型的有效性、改进了属性预测的性能，并高效生成满足各种目标条件的新型分子。

Apr, 2018

使用可解释子结构的多目标分子生成

该研究提出了一种分子繁殖算法，可以帮助药物开发人员用于发现新的具有指定化学特性轮廓的化合物，提高了生成化合物的准确性、多样性和新颖性。

Feb, 2020

可控制分子生成的基于检索的方法

本文提出了一种基于检索的分子生成框架，使用例子分子来引导预先训练的生成模型生成符合给定设计标准的分子，通过自我监督目标来训练混合输入分子和示例分子的检索机制，使用迭代改进来动态更新生成的分子和检索数据库，成果表明我们的方法比以前的方法有更好的性能和更广泛的适用性。

Aug, 2022