physicochemical properties | BriefGPT

关键词physicochemical properties

搜索结果 - 7

引导的多目标生成人工智能以增强基于结构的药物设计
通过结合深度扩散和多目标优化，IDOLpro 是一种新颖的生成化学人工智能，可以在计算机模拟中生成具有最优结合亲和力和合成易得性的配体，优化多种目标物理化学性质，并超越实验观察的配体的性能。
PDFa month ago
C3Net: 预测异质系统物理化学性质的原子间势神经网络
提出了用于原子类型嵌入其分子环境和基于基本物理规律的相互作用势的深度神经网络架构，应用于异质系统中预测物理化学性质并优于基于量子力学和神经网络的最新方法在溶解自由能预测任务中。
PDF9 months ago
MolNet: 预测分子属性的化学直觉图神经网络
该研究提出了一种基于 MolNet 的图神经网络（GNN）模型来获取三维分子的物理化学特性及其非化学键信息，同时该模型在 BACE 和 ESOL 数据集的分类和回归任务上皆表现出良好的性能。
PDF2 years ago
基于分子力学驱动的多重图图神经网络用于分子结构
该论文提出了一种基于分子力学的方法，通过将每个分子表示为一个双层多重图，并为每层提出相应的消息传递模块，设计了一种高效且表达能力强的分子结构图神经网络 MXMNet，可用于从分子结构预测物理化学性质，获得了优越的结果。
PDF4 years ago
QM7-X：涵盖小有机分子化学空间的量子力学性质全面数据集
QM7-X 是一个全面的数据集，其中包含大量的有机分子的 42 个理化特性，这些分子具有高达七个非氢（C，N，O，S，Cl）原子，并为量子力学 PBE0 + MBD 级别的计算提供了定量收敛的结果，这一数据集对探索化合物空间并针对性地设计具
PDF4 years ago
ICLR原子分辨率蛋白质构象的能量基础模型
本文提出了一种基于能量的蛋白质构象模型，该模型适用于原子尺度。该模型仅使用晶化蛋白质数据进行训练，在旋转体恢复任务中实现了接近 Rosetta 能量函数的表现，并捕获了与蛋白质能量有关的物理化学性质。
PDF4 years ago
深度贝叶斯模型预测集体变量发现
通过发现 Bayesian 推理问题中的 collective variables，开发了增强采样方法，结合机器学习和变分推断方法，计算了精细尺度原子结构的样本，对物理化学属性的预测可为理解未知复杂系统的机制提供量化评估。
PDF6 years ago