Jul, 2023

联合等变扩散方法的晶体结构预测

PDF
TL;DRDiffCSP 是一种新颖的扩散模型，它通过使用周期性 E (3)- 等变去噪模型联合生成晶体的晶格和原子坐标，以更好地建模晶体几何结构，并在计算成本更低的情况下显著优于现有的结晶结构预测方法，包括从头开始的晶体生成。
crystal structure predictiondiffcspdiffusion modelequivariant generative approachesab initio crystal generation
发现论文，激发创造
  • 矢量场导向的晶体材料生成扩散模型

    我们提出一种基于几何等变的 GNN 的概率扩散模型，可以同时考虑原子位置和晶格，以发现具有特定化学性质的晶体结构，并通过新的生成度量方法评估模型的有效性。

    Dec, 2023

  • 数据驱动的晶体结构预测的潜在保守目标模型

    在本文中，我们通过建立基于现有晶体结构数据库的晶体形成能量的代理模型，并对其参数进行优化的方法，提出了一种替代的数据驱动晶体结构预测方法。通过在晶体结构的非欧几里得空间中进行优化，我们展示了该方法在结构预测成功率方面与最佳现有方法相当，并大幅度减少了计算成本。

    Oct, 2023

  • 空间群约束的晶体生成

    结晶是众多科学和工业应用的基础。本文将空间群约束化简为容易手工制作到生成过程的等价形式，并提出了一种考虑空间群约束的新型扩散模型 DiffCSP++。实验证实了空间群约束的参与对结晶结构预测、原子论结晶生成和可控生成的有益影响，并展示了 DiffCSP++ 在这些方面的良好性能。

    Feb, 2024

  • 扩散概率模型增强变分自编码器用于晶体结构生成建模

    利用扩散概率模型 (DP 模型) 代替标准评分匹配，DP-CDVAE 模型能够重构和生成与原始 CDVAE 质量统计上可比的晶体结构，并且显著地提高了能量准确性，更好地表示晶体的基态构型。

    Aug, 2023

  • 基于数据驱动的评分模型生成具有自适应晶胞的稳定结构

    使用机器学习生成模型生成具有所需性质（如化学稳定性和指定化学组成）的新晶体结构，并展示其在不同化学体系和晶体群中生成新候选结构的功能。

    Oct, 2023

  • 目标感知分子生成和亲和力预测的 3D 等变扩散

    本研究基于 3D 等变扩散模型实现有标的分子设计，并提出了一种综合的评估框架来评估样本分子的质量，实验结果表明，该模型能够更好地生成具有更逼真的 3D 结构和更好的与蛋白靶点的亲和力，而且在不重新训练的情况下能够提高结合亲和力排名和预测质量。

    Mar, 2023

  • 扩散模型在纳米晶粉末衍射数据的从头结构解析中表现出潜力

    利用基于扩散模型的生成式机器学习模型，我们能够成功解决模拟的小至 10 安培、包含来自七个晶体系统的各种对称性和复杂性的 200 种材料的纳米晶体结构，并且能够处理真实实验中噪声扩散模式收集的结构解决方案，这表明数据驱动的方法将提供解决以前未解决的纳米材料结构的途径。

    Jun, 2024

  • 基于点云表示和扩散模型的晶体结构生成设计

    用点云表示的结构信息作为基础，我们提出了一种合成材料的框架来有效生成能量稳定的晶体结构，通过生成全新的材料来推动材料设计和合成的发展，而不是传统的替代或基于经验的发现。

    Jan, 2024

  • 基于等变扩散的生成模型的设计空间对于全新的 3D 分子生成的导航

    深度生成扩散模型在材料科学和药物发现中是一种有前途的新途径。然而，它们的效用仍受到大分子结构和有限的训练数据的限制。本研究通过对连续和离散状态空间的相互作用进行广泛的比较分析，探索了 E (3) 等变扩散模型的设计空间并提出了 EQGAT-diff 模型。该模型在 QM9 和 GEOM-Drugs 数据集上的表现显著优于现有模型，并通过引入连续原子位置、分类化学元素和键类型，并采用时间依赖的损失加权，显著提高了训练收敛性和生成样本的质量。我们还研究了将在 PubChem3D 数据集上针对隐式氢训练的 EQGAT-diff 模型迁移到具有显式氢的目标分布的可行性，并通过若干迭代的微调进一步推动数据集上的最新性能。本研究的发现有望在基于结构的药物设计中应用，尤其对于复杂分子的小数据集的生成模型的准确性至关重要。

    Sep, 2023

  • GeoDiff：一种用于生成分子构象的几何扩散模型

    本文提出了一种名为 Geodiff 的新型生成模型，它将分子中的每个原子视为粒子，并学习直接反向扩散过程来预测分子构象，通过 Markov 的方式进行建模，Markov 核通过维持等变性来实现不变性分布，实验表明，该方法在多个基准测试中优于或与现有的最先进方法相媲美。

    Mar, 2022