引言 從頭設計治療分子，仍然是一個成本和時間密集的過程，新藥物通常需要超過10年的時間和20-30億美元，才能進入市場，成功率可能低至<1…… Continue reading →

引言 分子動力學模擬依靠經驗的勢函數模型來描述分子的相互作用。利用由機器學習方法衍生的數據驅動模型，可以提高這些勢函數的準確性和可轉移性。本文提…… Continue reading →

引言 數據集是深度學習模型開發的基礎，深度學習模型的成功在很大程度上取決于數據集的質量和大小。在這項工作中，作者提出了一個新的數據集準備步驟，并…… Continue reading →

引言 在計算機輔助藥物設計中，可用于建模發現新藥的數據集規模一般很小。稀疏的數據樣本是人工智能藥物設計的難點之一。為了解決這個難題，科學家提出了…… Continue reading →

引言 由美國多所著名大學(哈佛大學，喬治亞理工大學，麻省理工學院，卡耐基梅隆大學，斯坦福大學，伊利諾伊大學厄巴納 – 香檳分校)的研…… Continue reading →

引言 溶劑化自由能是影響各種化學和生物學過程的基本屬性，例如反應速率、蛋白質折疊、藥物結合和藥物的生物利用度等等。本工作中，作者提出了一種基于圖…… Continue reading →

引言 深度學習的質量和效率，在很大程度上，取決于被學習對象的表示。特別是，增強的藥物學習，依賴于適當的分子表征(MolRs)。通過直接從分子的底…… Continue reading →

引言 抗生素耐藥性，是人類社會中最嚴重的醫療問題之一，目前每年在歐洲造成超過2.5萬人死亡，在美國造成3.5萬人死亡。幾十年來，具有抗菌素耐藥性…… Continue reading →

? 引言 在困擾于新疾病的現實世界中，我們必須加快藥物設計進程以開發針對這些新疾病的新療法。近年來，基于深度學習的方法在基于配體的藥物設計中逐漸…… Continue reading →

引言 在傳統藥物設計中，在確定了一個靶點后，研究人員常使用高通量篩選、虛擬篩選等技術尋找苗頭化合物。以循環神經網絡為代表的一系列分子生成模型，具…… Continue reading →