药物发现综述-04-反应与合成预测

最新推荐文章于 2024-07-23 09:27:06 发布
最新推荐文章于 2024-07-23 09:27:06 发布
阅读量289 收藏 1
点赞数
分类专栏： 论文记录 文章标签： ar python 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43996337/article/details/121547790
版权

在这里插入图片描述
01.反应和合成预测
在这里插入图片描述
02.梅根：分子编辑图注意网络
在这里插入图片描述
03.最大似然估计训练
在这里插入图片描述
04.一种用于逆合成预测的图对图框架
在这里插入图片描述
05.
在这里插入图片描述
06.反应中心预测
在这里插入图片描述
07.图形翻译
在这里插入图片描述
08.实验
在这里插入图片描述
09.超越二维图形到三维结构
在这里插入图片描述
10.一致性预测
在这里插入图片描述
11.传统方法
在这里插入图片描述
12.机器学习方法
在这里插入图片描述
13.一个两阶段的方法
在这里插入图片描述
14.通过双层优化实现端到端的求解
在这里插入图片描述
15.基于梯度场学习的力场预测
在这里插入图片描述
16.
在这里插入图片描述
17.挑战：3D旋转等效变形
在这里插入图片描述
18.我们的解决方案：通过链规则进行梯度传播
在这里插入图片描述
19.训练
在这里插入图片描述
20.
在这里插入图片描述
21.例子
在这里插入图片描述
22.近期工作：蛋白质结构预测
在这里插入图片描述
23.基于的药物发现的开放源机器学习框架
在这里插入图片描述
24.药物发现需要解决的问题
在这里插入图片描述

coast_s
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
2022-Deep generative molecular design reshapes drug discovery-分子生成设计重塑药物发现
AIChemist
05-30 1620
随着科技的发展，人工智能（AI）和深度生成模型的最新进展和成就已经确立了其在医学应用中的实用性，特别是在药物发现和开发方面。为了正确应用人工智能，开发人员和用户面临着诸如要考虑哪些协议、要仔细检查哪些因素以及深度生成模型如何整合相关学科等问题。这篇综述是2022年10月发表在“Cell Resports Medicine”杂志上的，IF=16.988。这篇综述总结了经典和新开发的人工智能方法，为广泛的计算药物发现和开发社区提供了更新且易于访问的指南。
实时数据预测的软计算技术综述-研究论文
05-19
因此，研究深度神经网络是否可以结合大量可用的天气时间序列数据来预测天气参数是一个很好的解决方案，对此很有意义。 本文简要介绍了各种用于天气预报的尝试，例如软计算，机器学习和人工神经网络。
用人工智能预测药物合成，默克在中国办了一场比赛
weixin_33743661的博客
04-20 384
　　默克生命科学发起的“逆合成反应预测大赛”决赛 4 月 20 日在上海举办。逆反应合成预测，简答来说就是先写出问题的答案，再一步一步反过来推导出解答的过程。　　传统的化学研究中，化学家逆向推导的工作量巨大。首先需要从目标产物的分子式开始分析，再通过搜索已知相似结构或文献报道中的合成路径，来确认目标产物需要什么样的试剂和反应序列。　　用简单的原料来合成复杂化合物具有难度。这...
JMC | 人工智能在药物合成中的当前和未来作用(1)
DrugAI
04-17 2842
人工智能和机器学习已经证明了其在预测化学性质和小分子合成设计中的潜在作用。数据驱动的合成路线设计是由MLPDS(Machine Learning for Pharmaceutical D...
药物发现综述-01-药物发现概述
weixin_43996337的博客
11-25 1343
1.演讲者介绍 唐健目前是蒙特勒尔学习算法研究所（Mila）的助理教授，该研究所专注于深度学习和强化学习，由图灵奖得主Yoshua Bengio领导，从2017年12月开始。他的研究重点是图形表示学习、图形神经网络、药物发现和知识图。他被提名为第一批加拿大CIFAR人工智能主席（CIFAR AI研究主席）。他是密歇根大学和卡内基梅隆大学的研究员。他曾在微软亚洲研究院担任研究员两年。他获得了ICML’14的最佳论文奖和WWW’16的最佳论文提名。 王菲现任康奈尔大学威尔康奈尔医学院人口健康科学系健康信息学副
药物发现综述-03-分子设计与优化
weixin_43996337的博客
11-25 530
01.分子设计与优化 02.新药设计与优化 03.两个不同的任务 04.目标导向分子优化 05.VAE连接树 06.VAE连接树 07.寻找具有最优性质的分子 08.GraphAF：一种基于流的分子图生成自回归模型 09.一种基于流的分子图生成自回归模型 10.GraphAF的优势 11.分子生成 12.定向目标分子生成加强学习 13.分子优化 14.约束优化 15.MoFlow 16.总结 ...
全球新药研发现状
blog of eulota
03-07 1018
http://chinapharm.com.cn/html/hyyw/1160358039968.html    世界范围内，新药研发费用正逐年增加，上市新药数量却不断减少，新药研发效率正逐年降低。经济和政治环境在很大程度上影响着跨国公司是否在某个国家投资和进行新药研发。鉴于此，各个国家也在为各自的医药产业发展制订更合适的政策。涉及的方面综述如下：    ■科技发展   科技发
酰基转移酶综述-21年-地表最强系列-文献精读-3
weixin_44874487的博客
04-03 1585
在过去的两十年中，已经对141个植物ATs进行了生化特性的表征。它们包括O-和N-ATs，但尚未从植物中发现C-和S-ATs的小分子。报道的ATs可以修饰各种植物代谢产物，包括：类黄酮类化合物、奎宁/芸香酸、萜类化合物、生物碱、醇类、脂质、蔗糖等。某些ATs的功能仍值得进一步研究。例如，Dm3MAT1和PhBPBT对几种受体和供体具有多样性，显示出良好的催化潜力。尽管观察到了高选择性，但大多数生物碱和萜类ATs的多样性仍然未知。对于未经表征的AT基因，可以使用系统发育分析来预测它们的酰基受体。
智能合成：有机合成中的智能化与自动化
2303_79001442的博客
10-17 1177
文章的内容来源于书籍《分子科学中的机器学习》，全书的获取方式在文章结尾。 1. 摘要 在本章中，我们将简要介绍有机合成中的智能化和自动化。本章包括五个主要部分。在第一部分中，讨论了计算机辅助的反综合规划的例子。在第二部分中，将讨论反应结果预测模型，它利用机器学习来建立反应产率、反应选择性、反应中间体、反应类型、反应产物和反应条件预测的模型，还简要介绍了建立反应预测模型的基本要素。第三部分将介绍机器学习辅助反应发现和优化的相关例子，然后是自动合成和实验室机器人的特殊代表性案例。最后，讨论化学家
地铁客流预测系统文献综述-研究论文
06-10
这篇系统的文献综述展示了 Metro 几年来最先进的客流预测算法。 此前，已有多项研究提出了一种预测地铁客流的算法，从传统的经典算法、基于回归的模型、基于机器学习的模型和混合模型。 我们探讨了多年来研究中使用...
图像特征检测与匹配方法研究综述-论文
05-25
图像特征检测与匹配方法研究综述
02-1-互联网概念综述.pptx
04-13
02-1-互联网概念综述.pptx
uniapp自定义tabBar
ZhouXin_0819的博客
07-18 506
1、在登录页中获取该用户所有的权限// 把所有权限存入缓存中})// 方法二 通过uni.setTabBarItem（）中visible属性设置（app端可以微信小程序端不行）// })// })//}, 500)} else {})})2、page.json list添加所有要用到的页面"tabBar":{"list": [// "text": "返回首页",},// "text": "监控",},// "text": "数据",},
园区AR导航系统构建详解：从三维地图构建到AR融合导航的实现
Weixiaobang的博客
07-18 717
园区AR导航系统以创新的技术手段，破解了私域地理信息导航的难题，让访客只需轻点指尖，即可轻松抵达目的地，告别在园区绕路与迷路的烦恼。这一过程不仅实现了室外与室内地图的无缝衔接，还确保了地图的精确性与实时性，为后续的导航服务奠定了坚实基础。访客只需通过智能手机或AR眼镜等设备，即可在现实世界中看到直观的导航指引，如箭头指示、距离提示等，极大地提升了导航的直观性和便捷性。园区AR导航系统的出现，极大地提升了访客在园区内的出行效率，通过其创新的技术手段和丰富的功能设置，为园区的智能化管理和服务提供了有力支持。
AI绘画入门实践 | Midjourney：使用 --ar 控制图片宽高比
最新发布
Leo-Fighting的博客
07-23 282
参数 Aspect ratio，缩写为。，作用是设置生成图像的宽高比。你也来动手试一下吧~
快速认识EA（Enterprise Architecture）
通达的博客
07-21 1238
Enterprise Architect（EA）是Sparx Systems公司的旗舰产品，是一款功能强大的系统设计工具，覆盖了系统开发的整个周期，包括事务进程分析、使用案例需求、动态模型、组件和布局、系统管理、非功能需求、用户界面设计、测试和维护等。- **OMG建模(MARTE)在实时嵌入式系统开发中的应用**：EA提供了对OMG的MARTE配置文件的支持，解决了实时和嵌入式系统(RTES)软件或硬件及其共享关系的建模问题，为RTES的开发提供定性和定量的建模结构。
Angular之store全局状态管理 浅学
qq_44327851的博客
07-19 1300
提供了一种强大的机制来管理 Angular 应用程序的状态，使得应用程序的状态变化变得可预测和可追踪。通过定义 actions、reducers 和 selectors，并使用select函数来订阅状态变化，我们可以实现高效的状态管理，同时提高应用程序的可维护性和可测试性。同时，结合Effects可以处理复杂的异步逻辑，使得应用程序的状态管理更加完善和健壮。// 应用状态的类型定义// 用户状态的类型定义// 创建特性选择器，用于选择用户状态// 创建选择器函数，用于选择用户信息。
机器学习在COVID-19预测与诊断中的应用综述
"这篇综述文章探讨了机器学习在COVID-19患者预测和诊断中的应用，重点关注了监督学习算法在处理临床和实验室数据时的角色。作者指出了模型的潜在价值，同时也提到了数据不平衡和选择偏差的问题。" 在应对COVID-19...
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
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