Mar, 2024

深度几何处理与分子局部三维图形生成

PDF
TL;DR通过对现有的几何相关模型及其协议的全面审查，我们提出了一种新型的混合策略，通过引入深度几何处理协议来拓展设计重点，并最终开发了 FragGen - 一种具有可靠几何结构的分段式分子生成方法。FragGen 在生成几何结构质量和分子合成可达性方面具有显著的进展，其有效性通过其在设计纳摩尔级别的 II 型激酶抑制剂方面的成功应用得到进一步验证。
3d structure-based molecular generationatom-wise paradigmfragment-wise generationdeep geometry handling protocolfraggen
发现论文，激发创造
  • 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

  • 基于片段的全新 2D 分子生成综述

    在计算分子生成领域，基于片段的深度生成模型是发现新化学化合物的关键任务，具有领先的方法，在 2023 年一直在分子设计基准测试中获得最新成果。我们对这些模型的架构进行了详细的比较评估，重点介绍了它们在分子分割和生成建模方面的独特方法。本综述还包括了输出质量、生成速度以及特定模型的当前限制的比较，并突出了未来研究的有希望的方向，可以将基于片段的模型与实际应用相结合。

    May, 2024

  • 基于几何优化的去噪扩散模型用于三维分子生成

    提出了一种名为几何促进分子扩散（GFMDiff）的新型分子生成方法，通过引入双轨 Transformer 网络（DTN）和几何促进损失（GFLoss）解决了构成二元边和模型分子几何形状的多体间相互关系的建模问题。在现有基准上的全面实验证明了 GFMDiff 的优越性。

    Jan, 2024

  • 动态目标感知片段的药物发现

    通过目标感知片段提取、片段组装和片段修改等三个模块，GEAM 分子生成框架在各种药物发现任务中有效地通过三个模块的生成循环来发现药物候选物。

    Oct, 2023

  • Lingo3DMol: 基于口袋的三维分子生成语言模型

    本文提出了一种基于口袋的三维分子生成方法，利用具有生成 3D 坐标能力的语言模型，并设计了扰动复原预训练任务，介绍了一种新的分子表示方法，并利用 CrossDocked 和 DUD-E 数据集对其进行了评估。该方法在几乎所有指标上实现了最优的表现，特别是在结合模式、药物性质、合理构型和推理速度方面。

    May, 2023

  • 基于功能组的扩散技术，用于口袋特定分子的生成和扩展

    本文提出了一种基于 D3FG 的扩散模型，用于口袋特异性分子生成和阐述，将分子分解为刚性体和质点两类组分，两种组分可以组成复杂的片段以增强配体 - 蛋白相互作用，该方法生成的分子具有更为逼真的 3D 结构，竞争性的亲和力以及更好的药物特性。

    May, 2023

  • 粗到细：一种用于三维分子生成的分层扩散模型

    本研究提出了一种基于层次扩散的模型，通过分子的粗颗粒化、基于信息传递的解码过程和精细碎片的设计，以提高分子生成的质量，解决了分子 3D 非自回归生成的优化问题。

    May, 2023

  • 基于人口的基因演化的分子自动生成

    通过机器学习和分子模拟进行的自动设计已经表现出生成新的和有前途的新药物候选物的显着能力。本文提出了使用语法进化的一种新的基于群体的方法。在 thymidine 激酶的对接实验中，ChemGE 成功生成了数百个高亲和力的分子，其多样性优于 DUD-E 中已知的分子。

    Apr, 2018

  • 两层扩散和多属性优化：一种生成具有理想特性分子的新方法

    本文介绍了一种生成具有理想属性的分子的新方法，该方法通过在分子和分子片段上执行扩散来获取混合高斯分布，并使用新颖的基于电子效应的分解方法优化多个分子属性，从而在人工智能驱动的药物设计和发现方面具有重要的应用前景。

    Oct, 2023

  • 表达能力与泛化性：分子 GNN 的片段偏倚

    通过理论分析和扩展 Fragment-WL 测试，我们提出了一种基于片段信息的高阶图神经网络架构，大大增强了理论表达力，并在合成和真实数据中优于其它片段偏置模型，以及与最新的基于 Transformer 的架构相比表现出更强大的泛化能力，成为分子建模任务的可靠解决方案。

    Jun, 2024