![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
翻译
LiuJieIDBD
这个作者很懒,什么都没留下…
展开
-
《Deep reinforcement learning for de novo drug design》论文解读
1,摘要 我们设计并实现了一种新的计算策略,用于从零开始设计具有期望属性的分子,称为ReLeaSE (Reinforcement Learning for Structural Evolution,结构进化强化学习)。基于深度学习和强化学习方法,ReLeaSE集成了两个深度神经网络——生成和预测神经网络,这两个神经网络被单独训练,但都用于生成新的目标化学库。ReLeaSE仅使用简化分子线性输入......原创 2022-08-06 15:29:51 · 289 阅读 · 0 评论 -
《Feedback GAN for DNA optimizes protein functions》论文解读
1,摘要在合成生物学中,生成对抗网络(GANs)是生成真实数据(如基因、蛋白质或药物)的一种具有吸引力的新颖方法。在这里,我们应用GANs合成DNA序列编码可变长度的蛋白质。我们提出了一种新的反馈回路架构——feedback GAN (FBGAN),利用外部功能分析器(an external function analyser)优化合成基因序列以获得所需的特性。所提出的架构还有一个优点,即分析器...翻译 2019-02-15 11:52:33 · 1106 阅读 · 1 评论