molecular graph | BriefGPT - AI 论文速递

关键词molecular graph

搜索结果 - 8

HiGraphDTI: 药物 - 靶标相互作用预测的分层图表示学习
通过学习三层分子图中层次化的药物表征，结合关注机制，识别关键分子片段，该研究提出了一种基于层次化图表示学习的药物靶标相互作用预测方法，从而更好地利用原子、模式和分子中嵌入的化学信息，提取了表达丰富的靶标特征，展示出其在 DTI 预测上的优越
PDF3 months ago
生成分子构象场
本论文探讨了在给定分子图的情况下如何在三维空间中生成分子构象的问题，并将这些构象参数化为将分子图中的元素映射到三维空间中的连续函数。我们通过使用扩散生成模型 —— 分子构象场（Molecular Conformer Fields，MCF）来
PDF7 months ago
基于碎片的 t-SMILES 用于新颖分子的生成
本研究介绍了一种名为 t-SMILES 的分子表示方法，采用基于分子图的全二叉分子树上的 BFS 得到 SMILES 类型字符串描述分子，可结合序列生成模型和图模型的优势，适用于分子生成和设计任务，实验证明 t-SMILES 基于模型表现显
PDF2 years ago
TransEDRP：具有嵌入边缘的双变压器模型，用于药物反应预测
提出了用于药物反应预测的解耦双变压器结构，用于表示细胞系基因组和药品的结构，以解决 GNN 方法只能提取节点信息，传统 transformer 方法无法提取与节点之间的化学键相关的信息，以及 CNN 方法无法全局感知序列信息等问题，并在所有
PDF2 years ago
药物 - 靶标结合亲和力预测的分层图表示学习
提出了一种新的分层图表示学习模型 HGRL-DTA 用于药物靶标亲和力预测，利用全局亲和力网络和局部分子图所学的分层表示，并采用相似性嵌入映射来解决未见药物和靶标的表示问题。实验结果表明，HGRL-DTA 在多种场景下显著优于现有的基准模型
PDF2 years ago
ICLR分子构象生成的神经生成动力学学习
本文提出了一种结合了流模型与能量模型的方法，以解决机器学习在从分子图生成分子空间构象时存在的挑战。经过大量实验，证明该方法在分子构象生成和距离建模任务上具有显著的改进和卓越性能。
PDF3 years ago
ICML一种基于图形的框架用于反合成预测
本文提出了一种基于分子图转换的无模板逆合成预测方法 G2Gs，可以将一个目标分子图转化为一组反应物分子图，通过识别反应中心将目标分子图分解为一组合成子，再通过图形翻译技术将它们转化为反应物图。实验结果表明，G2Gs 的表现接近于最先进的基于
PDF4 years ago
GraphNVP：一种用于生成分子图的可逆流模型
本文提出了 GraphNVP，这是第一个可逆的基于正则化流的分子图生成模型，它将图的生成分解为两个步骤：邻接张量和节点属性的生成，通过两个新颖的可逆流，实现了图结构化数据上的精确似然最大化，我们在实证上证明了该模型能够高效生成几乎没有重复分
PDF5 years ago