论文阅读--molecule
文章平均质量分 91
羊飘
要么独处,要么庸俗
展开
-
J. Med. Chem 2022|TocoDecoy+: 针对机器学习打分函数训练和测试的无隐藏偏差的数据集构建新方法
J. Med. Chem 2022|TocoDecoy+: 针对机器学习打分函数训练和测试的无隐藏偏差的数据集构建新方法原文标题:TocoDecoy: A New Approach to Design Unbiased Datasets for Training and Benchmarking Machine-Learning Scoring Functions原创 2023-08-28 22:17:21 · 568 阅读 · 0 评论 -
ACS Cent. Sci 2018 | 数据驱动的分子连续表征的自动化学设计
ACS Cent. Sci 2018 | 数据驱动的分子连续表征的自动化学设计Automatic Chemical Design Using a Data-Driven Continuous Representation of Molecules原创 2023-05-25 19:55:12 · 816 阅读 · 0 评论 -
bioinformatics2022 | Sc2Mol+:使用VAE和Transformer的两阶段基于骨架的分子生成
Metrics:Recovery(所需有效生成的分子(与测试集中相应的参考分子相同)与完全有效生成的分子的比率)、Similarity(生成分子的指纹[半径为2的1024位扩展连接指纹(ECFP4) ]与测试集中相应参考分子的平均谷本相似度)、Scaffold similarity (SS)(生成的分子骨架指纹与测试集中对应参考分子骨架指纹的平均谷本相似度。MOSES数据集(分子量150-350Da,无带电原子,无大于8个原子的环,原子仅仅限于H,C,N,O,F,S,Cl,Br)。原创 2023-05-19 11:53:52 · 1555 阅读 · 0 评论 -
IJCAI2023 | A Systematic Survey of Chemical Pre-trained Models(化学小分子预训练模型综述)
IJCAI2023 | A Systematic Survey of Chemical Pre-trained Models(化学小分子预训练模型综述)原创 2023-05-03 12:35:53 · 1683 阅读 · 0 评论 -
Briefings in bioinformatics2021 | QSAR模型中,传统表征要优于molecular embedding?
Briefings in bioinformatics2021 | QSAR模型中使用分子embeddings,有区别吗?尽管已有的分子表征方法层出不穷,但如何选择最适合QSAR分析的表征方法还没有实证研究。最近发表的一些研究表明,分子embedding在QSAR建模中似乎只匹配或略超过传统表示。虽然在分子embedding和传统表示之间建立一个公平的比较不是很直接,但这样的比较是必要的,它需要通过广泛和仔细的实验工作流程来进行。原创 2022-11-29 17:26:38 · 653 阅读 · 1 评论 -
Briefings in bioinformatics2021 | MolGNet+:基于分子全局表征的高效自监督框架,用于药物发现
Briefings in bioinformatics2021 | MolGNet+:基于分子全局表征的高效自监督框架,用于药物发现原文标题:An effective self-supervised framework for learning expressive molecular global representations to drug discovery原创 2022-11-28 10:52:06 · 618 阅读 · 0 评论 -
Briefings in bioinformatics2022 | 基于神经网络的分子性质预测通用优化策略
Briefings in bioinformatics2022 | 基于神经网络的分子性质预测通用优化策略原创 2022-11-25 11:52:23 · 661 阅读 · 1 评论 -
Bioinformatics2019 | FP2VEC+:基于新分子特征的分子性质预测
Bioinformatics2019 | FP2VEC+:基于新分子特征的分子性质预测原创 2022-11-24 21:16:51 · 1156 阅读 · 0 评论 -
Bioinformatics2021 | FraGAT+:基于分子原始片段的多尺度图注意力机制的分子性质预测模型
Bioinformatics2021 | FraGAT:基于分子原始片段的多尺度图注意力机制的分子性质预测模型原创 2022-11-24 19:20:18 · 1289 阅读 · 3 评论 -
Bioinformatics2022 | AdvProp+:基于集成网络的分子性质预测与药物研发
Bioinformatics2022 | AdvProp+:基于集成网络的分子性质预测与药物研发原创 2022-11-24 15:04:39 · 723 阅读 · 0 评论 -
ACM-BCB2019 | SMILES-BERT:基于大规模无监督预训练的分子属性预测模型
ACM-BCB2019 | SMILES-BERT:基于大规模无监督预训练的分子属性预测模型原文标题:SMILES-BERT: Large Scale Unsupervised Pre-Training for Molecular Property Prediction原创 2022-11-23 15:46:17 · 1968 阅读 · 1 评论 -
Nat. Mach. Intell2021 | MolCLR+:基于GNN的分子表征对比学习
Molecular Contrastive Learning of Representations via Graph Neural Networks原创 2022-11-22 16:17:27 · 1625 阅读 · 3 评论 -
Bioinformatics202207 | CD-MVGNN+:基于交叉依赖图神经网络的分子性质预测
Bioinformatics202207 | CD-MVGNN+:基于交叉依赖图神经网络的分性质预测原创 2022-10-29 22:32:28 · 722 阅读 · 0 评论 -
Frontiers in Pharmacology2020 | MOSES+:分子生成模型的benchmark平台
Frontiers in Pharmacology2020 | MOSES+:分子生成模型的benchmark平台原创 2022-10-27 20:40:00 · 1902 阅读 · 0 评论 -
NeurIPS 2020 | ChemBERTa+:用于分子性质预测的大规模自监督预训练
NeurIPS 2020 | ChemBERTa+:用于分子性质预测的大规模自监督预训练原创 2022-10-27 19:56:26 · 2338 阅读 · 1 评论 -
arxiv202209 | ChemBERTa-2+:Towards Chemical Foundation Models
arxiv202209 | ChemBERTa-2+:Towards Chemical Foundation Models原创 2022-10-27 19:44:00 · 3138 阅读 · 3 评论 -
arxiv202210 | cTransformer:基于Transformer的De Novo Molecular Design生成模型
arxiv202210 | cTransformer:基于Transformer的De Novo Molecular Design生成模型原创 2022-10-25 17:12:36 · 1176 阅读 · 0 评论 -
NeurIPS 2020 | MVGNN+:基于多视图图神经网络的分子性质预测
NeurIPS 2020 | MVGNN+:基于多视图图神经网络的分子性质预测原文标题:Multi-View Graph Neural Networks for Molecular Property Prediction原创 2022-10-24 16:07:44 · 1695 阅读 · 3 评论 -
J Cheminform2022 | SwinOCSR+:基于Swin Transformer的end-to-end光学化学结构识别
J Cheminform2022 | SwinOCSR+:基于Swin Transformer的end-to-end光学化学结构识别原文:SwinOCSR: end-to-end optical chemical structure recognition using a Swin Transformer原创 2022-10-24 10:59:00 · 932 阅读 · 0 评论 -
JCIM2021 | MolGPT : 基于Transformer-Decoder的分子生成
原文标题:Molecular Generation Using a Transformer-Decoder Model原创 2022-10-21 20:07:47 · 1887 阅读 · 2 评论 -
Briefings in bioinformatics2022 | ATMOL+:基于Attention-wise mask graph的对比学习以预测分子性质
Briefings in bioinformatics2022 | ATMOL+:基于Attention-wise mask graph的对比学习以预测分子性质原创 2022-10-20 16:06:11 · 1608 阅读 · 0 评论 -
Briefings in bioinformatics2022 | Knowledge-based BERT+:像计算化学家一样提取分子性质的方法
Briefings in bioinformatics2022 | Knowledge-based BERT+:像计算化学家一样提取分子性质的方法原创 2022-10-19 16:30:34 · 2280 阅读 · 2 评论 -
Briefings in bioinformatics2022 | 基于images-texts的Multi-modal结构信息重建以探索near-drug空间
Briefings in bioinformatics2022 | 基于images-texts的Multi-modal结构信息重建以探索near-drug空间原创 2022-10-18 21:30:48 · 1141 阅读 · 0 评论 -
Briefings in bioinformatics2022 | ABCNet:基于分治法的分子ImageToSMILES的DL架构
Briefings in bioinformatics | ABCNet:利用分治法从分子ImageToSMILES的DL架构原创 2022-10-14 15:57:37 · 1243 阅读 · 0 评论 -
JCIM2022 | MGCVAE:基于graph CVAE的分子生成与多目标优化
JCIM2022 | MGCVAE:基于graph CVAE的分子生成与多目标优化原创 2022-10-13 11:02:19 · 1152 阅读 · 0 评论 -
Drug Discov. Today2022 | Deep learning methods for molecular representation and property prediction
Drug Discov. Today2022 | Deep learning methods for molecular representation and property prediction原创 2022-10-12 21:05:13 · 2166 阅读 · 1 评论 -
2022Bioinformatics | MICER:A Pre-trained Encoder-Decoder Architecture for Molecular Image Captioning
Bioinformatics2022 | MICER:A Pre-trained Encoder-Decoder Architecture for Molecular Image Captioning原创 2022-10-11 16:58:55 · 384 阅读 · 0 评论 -
Robust Molecular Image Recognition: A Graph Generation Approach
Robust Molecular Image Recognition: A Graph Generation Approach原创 2022-10-10 09:34:21 · 222 阅读 · 0 评论 -
End-to-End Attention-based Image Captioning
End-to-End Attention-based Image Captioning原创 2022-10-09 14:59:43 · 317 阅读 · 0 评论 -
2020JCIM | ChemGrapher+:Optical Graph Recognition of Chemical Compoundsby Deep Learning
2020JCIM | ChemGrapher+:Optical Graph Recognition of Chemical Compoundsby Deep Learning原创 2022-10-09 11:46:02 · 677 阅读 · 0 评论 -
ChemPix+: automated recognition of hand-drawn hydrocarbon structures using deep learning
ChemPix+: automated recognition of hand-drawn hydrocarbon structures using deep learning原创 2022-10-07 14:55:16 · 596 阅读 · 0 评论 -
2021J Cheminform | DECIMER 1.0+: deep learning for chemical image recognition using transformers
DECIMER 1.0+: deep learning for chemical image recognition using transformers(2021J Cheminform)原创 2022-10-06 21:41:31 · 836 阅读 · 0 评论 -
Chemistry Methods | Image2SMILES+: Transformer-Based Molecular Optical Recognition Engine
Image2SMILES+: Transformer-Based Molecular Optical Recognition Engine原创 2022-10-06 21:25:11 · 586 阅读 · 0 评论 -
JCIM2019 | Molecular Structure Extraction From Documents Using Deep Learning
Molecular Structure Extraction From Documents Using Deep Learning原创 2022-10-06 20:56:42 · 215 阅读 · 0 评论 -
Chemical Science | Img2Mol+: accurate SMILES recognition from molecular graphical depictions
Img2Mol+: accurate SMILES recognition from molecular graphical depictions原创 2022-10-05 19:32:21 · 629 阅读 · 0 评论