DGL | 基于深度图学习框架DGL的分子图生成

最新推荐文章于 2024-08-08 07:37:02 发布
最新推荐文章于 2024-08-08 07:37:02 发布
阅读量4.3k 收藏 9
点赞数 6
分类专栏： RDKit | 化学信息学与AI 文章标签： DGL 深度学习 化学信息学 药物设计 Python
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.csdn.net/u012325865/article/details/103143855
版权
本文介绍了如何使用DGL进行分子图生成，重点探讨了Junction Tree VAE在药物设计中的作用。DGL支持PyTorch的化学模型库，使得AI在药物发现中的应用更具潜力。通过JT-VAE，可以生成和插值分子表示，但插值可能不平滑。文章引用了相关研究，并提供了DGL的资源链接。
摘要由CSDN通过智能技术生成

引言

        Deep Graph Library (DGL) 是一个在图上做深度学习的框架。在0.3.1版本中，DGL支持了基于PyTorch的化学模型库。

如何生成分子图是我感兴趣的。

环境准备

  • PyTorch：深度学习框架
  • DGL：用于图上的深度学习，支持PyTorch、MXNet等多种深度学习框架
  • RDKit：用于构建分子图并从字符串表示形式绘制结构式

分子生成与Junction Tree VAE

分子生成     

        候选药用化合物的数量估计为10 ^ {23} -10 ^ {60} ，但是合成所有这些化合物是不现实的，每年都会发现新的化合物。到目前为止，仅合成了大约1

了解本专栏 订阅专栏 解锁全文 超级会员免费看
DrugAI
关注
专栏目录
订阅专栏
DGL | 基于深度图学习框架DGL的分子图初探
DrugAI
11-19 4090
DGL简介 纽约大学、纽约大学上海分校、AWS上海研究院以及AWS MXNet Science Team共同开源了一个面向图神经网络及图机器学习的全新框架，命名为Deep Graph Library（DGL）。 在设计上，DGL秉承三项原则： DGL必须和目前的主流的深度学习框架（Pytorch, MXNet, Tensorflow等）无缝衔接。从而实现从传统...
rdkit生成分子的图像
weixin_39417324的博客
02-16 1593
from rdkit import Chem from rdkit.Chem import AllChem from rdkit.Chem import Draw import numpy as np import pandas as pd #------------------------get picture------------------------ #这里我是把smile表示的公式，存入到了一个csv文件里面，所以需要使用pandas读取 #如果是直接就有smile类型的分子表达式，就可以直接
TorchDrug教程--分子生成
发呆的比目鱼的博客
09-25 2036
TorchDrug教程--分子生成
DGL 深度学习图库安装与使用教程
最新发布
gitblog_00226的博客
08-08 430
DGL 深度学习图库安装与使用教程 dglPython package built to ease deep learning on graph, on top of existing DL frameworks.项目地址:https://gitcode.com/gh_mirrors/dg/dgl 本教程将指导您了解并安装 DGL（Deep Graph Library），一个基于现有深度学习框架...
GCPNs模型使用TorchDrug从头生成分子
发呆的比目鱼的博客
10-11 1010
GCPNs模型使用TorchDrug从头生成分子
MEgen:分子实体生成器
04-02
MEgen是方便的在线形式，用于生成有关分子的结构化数据。 它支持所有常见的结构化数据格式 ， 和 。 MEgen是使用和创建的。 你喜欢Docker吗？ 您可以使用。 来吧，立即尝试MEgen！ 什么是结构化数据 结构化数据是放置在网站上的其他数据。 它们对于普通的互联网用户不可见，但是可以通过机器轻松地进行处理。 我们可以使用3种格式来保存结构化数据 ， 和 。 MEgen支持所有它们并使用类型。 如何开始 MEgen需要PHP和HTTP服务器才能工作（例如或 ）。 您还可以使用Docker映像来快速，轻松地运行应用程序。 Docker镜像 您可以在上使用预构建的映像： docker run --name megen -p 4000:80 -d lszeremeta/megen:latest 然后，您可以通过访问来使用该应用程序。 本地Docker构建 另一种选择是自己构建容器。 您
分子生成 - 口袋based
m0_47163076的博客
02-25 382
NeurIPS | 一个3D分子生成模型用于基于结构的药物设计 A 3D Generative Model for Structure-Based Drug Design 蒋师兄发给我的那篇
DGL & RDKit|基于GCN与基于3D描述符的分子溶解度预测模型对比
DrugAI
01-16 2972
GCN GCN : 图卷积神经网络（Graph Convolutional Networks） 图卷积的原理 处理图形或网络的数据形式存在许多重要的实际问题，如社交网络、知识图形、蛋白质相互作用网络和分子图形等。然而，将深度学习应用于这些图形数据是非常重要的，因为它具有独特地图特征。人们非常关注神经网络模型对这种结构化图形数据的概括。过去的几年中，许多论文重新讨论推广神经网络以处理任意结构化...
图深度学习技术及其最新进展与应用.pdf
10-08
DGL为多种深度学习框架（如PyTorch、TensorFlow等）提供了统一的接口，支持各种图神经网络模型，并优化了图操作的性能。 总的来说，图深度学习是人工智能和大数据时代的重要工具，它能够揭示数据中隐藏的结构信息，...
图网络：从数据处理到DGL模型构建（GCN, GraphSAGE, RGCN）
褚骏逸的学习之路
08-03 8358
DGL异构图教程： https://docs.dgl.ai/tutorials/hetero/1_basics.html DGL v0.4 更新笔记： https://github.com/dmlc/dgl/releases DGL-KE代码及使用说明：训练知识图谱嵌入（Knowledge Graph Embedding）专用包 https://github.com/dmlc/dgl/tree/master/apps/kg DGL-Chem 模型库: 包括分子性质预测和分子结构生成等预训练模型。 https
rdkit 绘制分子【可视化分子】
qq_36801966的博客
06-03 9338
rdkit 内置了Draw模块，用于绘图，把一些经常用到的方法直接放在Draw下面。 文章目录一、引入所需库二、分子对象转化为图片2.1 分子对象转图片文件函数解析2.2 分子对象转图片函数解析2.3 分子对象转图片2.4 多个分子按照grid显示2.5 多个分子基于公共骨架按照grid显示 一、引入所需库 #! /usr/bin/python # coding: utf-8 # rdkit 绘制分子【可视化分子】 from rdkit import Chem from rdkit.Chem imp.
AI_Drug: 分子生成模型之VAE(一)
gongfuxiongmao_的博客
06-29 4652
VAE，分子生成模型，AI制药
将分子SMILES生成DGLGraph
wufeil7的博客
04-22 6526
其实将分子的SMILES转化为图是很简单的，也是很便捷的，主要有以下几步： 一、导入相关的包 import numpy as np import torch import dgl from dgl import DGLGraph from rdkit import Chem from rdkit.Chem import rdMolDescriptors as rdDesc 二、将SMILES转化为RDKIT的mol对象，同时生成一个空的dgl图 molecule_smiles='[C@@H](Cl)(F)
DGL的Blitz ---- Blitz的如何用DGL建图 （v9.0 版DGL）
qq_41764621的博客
08-24 591
【代码】DGL的Blitz ---- Blitz的如何用DGL建图 （v9.0 版DGL）
DGL教程
Everyday try to become better -Kobe Bryant
09-26 1971
注意：往图中添加的特征必须都是tensor格式。dgl图构造器来构造图，需要知道。此时图中没有节点和边的特征。
【DGL教程】第1章 图(Graph)
zzy979481894的博客
04-23 3807
Deep Graph Library (DGL)是一个用于构建图神经网络模型的框架 网址：https://www.dgl.ai/ 官方文档：https://docs.dgl.ai/ 论坛：https://discuss.dgl.ai/ 安装 CPU版本：pip install dgl CUDA 10.2：pip install dgl-cu102 DGL支持PyTorch, MXNet和TensorFlow三种后端，默认为PyTorch，可在~/.dgl/config.json中配置 本章官方文档：ht
DGL学习笔记02-Graph
weixin_36979214的博客
11-04 839
索引Graphs、Nodes and Edges Graphs、Nodes and Edges 这一小节对应官方文档的1.2节，主要是介绍图的基本概念以及如何创建图，其实在DGL学习笔记01我们已经学过了，不过为了完整还是再撸一次。 首先由这么一张图，注意这是一个有向图，接下来我们用代码创建它 import torch import dgl u = torch.tensor([0, 0, 0, 1]) v = torch.tensor([1, 2, 3, 3]) g = dgl.graph((u, v
DGL中图(Graph)的相关操作
test
05-06 8566
DGL中图(Graph)的相关操作 通过文本，你可以学会以下： 使用DGL构造一个图。 为图指定节点特征和边特征。 查询DGL图的相关属性，例如节点度。 将DGL图转换为另一个图。 使用加载并保存图。 使用DGL创建图 DGL将有向图（此处假设为同构图）表示为一个DGLGraph对象。我们可以通过指定图中的节点数量（可选）、源节点和目标节点列表来构造图，图中节点id从0开始且为连续的整数。 例如，以下代码构造了一个有5个叶子结点的有向星型图（类似五角星），其中中心节点的ID为0。 import dgl
DGL 深度图表示学习工具
04-03
DGL（Deep Graph Library）是一个Python工具包，用于深度学习中的图表示学习。它支持多种图形类型，包括有向图、无向图和多重图，并提供了广泛的图形算法和模型，包括图形神经网络（GNN）和图形卷积网络（GCN）等。DGL还提供了与其他深度学习框架（如PyTorch和TensorFlow）的无缝集成，因此可以轻松地将图形数据集成到现有的深度学习应用程序中。DGL的目标是成为一种通用的工具箱，用于解决各种图形学习问题。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

DrugAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值