virtual screening | BriefGPT

关键词virtual screening

搜索结果 - 28

ICML基于贝叶斯学习的可靠分子监督学习的基准研究
本研究旨在探讨基于贝叶斯学习的图神经网络在分子筛选中的预测性能和可靠性，结果表明贝叶斯学习能够为不同的神经网络结构和分类任务提供良好的校准预测，并在虚拟筛选中发挥重要作用，从而产生更高的发现成功率。
PDF4 years ago
生成对抗网络在晶体结构预测中的应用
本文提出并应用了一种基于生成对抗网络的晶体结构生成模型，经过高通量虚拟筛选，成功预测出 23 个具有良好光稳定性和能隙的新型结晶体结构，并在化学空间中发现了未知的化学结构。
PDF4 years ago
SMILES Transformer: 面向低数据药物发现的预训练分子指纹
本文介绍了一种基于 SMILES Transformer 的分子指纹预测方法，该方法在虚拟筛选和其他药物发现任务中表现出优越性，在小数据集和复杂分析环境中表现良好。
PDF5 years ago
分子集 (MOSES)：分子生成模型基准测试平台
通过建立叫做 MOSES 的基准平台来标准化分子生成模型的训练和比较，该平台提供了训练和测试数据集，并提供一组指标来评估生成结构的质量和多样性。我们实施并比较了几种生成模型，并建议将我们的结果用作进一步发展生成化学研究的参考点。
PDF6 years ago
NIPS校准增强 - 森林
本文介绍了一种名为 Calibrated Boosting-Forest 的新技术，它是梯度提升机的一种集成，能够支持连续和二进制标签，并能够保持校准的后验概率，同时提供了调整超参数的替代方案，并且在基于配体的虚拟筛选方面取得了优异的表现。
PDF7 years ago
NIPS基于结构的虚拟筛选中相互作用预测的深度学习架构
介绍了一种基于深度学习的结构虚拟筛选算法，通过对每个化合物分别应用可学习原子卷积和 softmax 操作生成固定大小的蛋白质和小分子指纹。使用这些指纹进行内积计算来预测结合位点的亲和性，并且介绍了一种新的基准数据集 DUD-E 和 PDBB
PDF8 years ago
深度学习提升基于对接的虚拟筛选
本文介绍了一种基于深度学习的虚拟筛选方法，使用原子和氨基酸嵌入来提取蛋白质 - 配体复合物的相关特征，并利用一种卷积层处理化合物作为原子上下文的分散向量表示以提高其中的性能。通过在 DUD 中使用 AutoDockVina1.1.2 和 D
PDF8 years ago
分子图卷积：超越指纹技术
描述了分子结构的分子 “图卷积”，这是一种针对无向图学习的机器学习架构，可以更好地利用图结构中的信息，为基于配体的虚拟筛选开辟了新局面。
PDF8 years ago