lead optimization | BriefGPT

关键词lead optimization

搜索结果 - 8

分子 - 基因进化驱动的人类水平分子优化
通过 Deep Genetic Molecular Modification Algorithm (DGMM)，将结构修饰引入药物化学家的水平，该算法利用离散变分自动编码器 (D-VAE) 将分子编码为量化编码 mol-gene，将深度学习
PDF23 days ago
抗体亲和力预测的主动学习
通过活跃学习框架，加速搜索改进的结合剂，探索不同建模方法以识别最有效的代理模型，并在预先计算的数据池和真实的完整循环设置中评估我们的框架。
PDF25 days ago
深度引导优化：利用生成人工智能进行结构修改
利用基于深度学习的分子生成加速药物候选物的发现的思想引起了极大关注，并开发了许多用于自动药物设计的深度生成模型，称为分子生成。其中，优化主导在实际药物设计中起着重要作用，我们对传统的计算机辅助药物设计方法进行了系统评述，将这些策略组织成了四
PDF2 months ago
ICLRGeoDirDock: 沿测地轨道引导对接
GeoDirDock (GDD) 是一种新颖的分子对接方法，通过沿表示平移、旋转和扭曲自由度的多个空间内的地标路径指导扩散模型的去噪过程，提高了配体对接预测的准确性和物理合理性。我们的研究表明，GDD 在 RMSD 准确性和物理化学姿态的真
PDF3 months ago
未来药物发现的实施：基于量子的机器学习模拟 (QMLS)
通过结合机器学习分子生成、量子模拟和先导优化，我们提出了一种名为 QMLS 的概念，将整个药品研发过程缩短到三到六个月，并将开销降低到 5 万到 8 万美元。
PDFa year ago
使用注意力机制和贝叶斯学习精准、可靠和可解释的药物分子溶解度预测
利用贝叶斯图神经网络和自我注意力机制来预测药物的溶解度，该模型能识别原子贡献，有助于药物研发中的结构活性关系分析和优化决策。
PDF2 years ago
ICLR通过强化学习进行基于蛋白质靶点特异性支架抑制剂的设计
本文提出了一种新颖的框架，名为 3D-MolGNN$_{RL}$，结合了强化学习和基于 3D 骨架的深层生成模型，在优化多个特征的同时，通过并行图神经网络模型自动构建具有特定蛋白质活性的靶向分子，以使药物研发中的分子设计更快更高效。
PDF2 years ago
支架限制分子生成
本文简介使用基于神经网络的生成模型，引入了一种新算法，进行有支架限制的分子设计，在不同任务下展示了该方法的能力，如从 SureChEMBL 化学系列中提取支架设计新分子等。
PDF4 years ago