药物设计
2024/10/9 17:27:22
相互作用感知的 3D 分子生成 VAE 模型 - DeepICL 评测
DeepICL 是一个基于相互作用感知的 3D 分子生成模型，能够在目标结合口袋内进行相互作用引导的小分子设计。DeepICL 通过利用蛋白质-配体相互作用的普遍模式作为先验知识，在有限的实验数据下也能实现高度的泛化能力。 一、背景介绍 DeepICL 来源于韩国科学…
相互作用先验下的 3D 分子生成扩散模型 - IPDiff 评测
IPDiff 是一个基于蛋白质-配体相互作用先验引导的扩散模型，首次把配体-靶标蛋白相互作用引入到扩散模型的扩散和采样过程中，用于蛋白质（口袋）特异性的三维分子生成。 本文将对 IPDiff 实际的分子生成能力进行评测。 一、背景介绍 …
3D分子生成的定制扩散框架 MolDiff - 评测
MolDiff模型是一种考虑分子键生成的3D分子生成的新模型。MolDiff是清华大学智能产业研究院马剑竹课题组发表在PMLR 2023的工作，第一作者是Xingang Peng，文章题目为：《 Addressing the Atom-Bond Inconsistency Problem in 3D Molecule Genera…
相互作用感知的 3D 分子生成 VAE 模型 - DeepICL 评测
DeepICL 是一个基于相互作用感知的 3D 分子生成模型，能够在目标结合口袋内进行相互作用引导的小分子设计。DeepICL 通过利用蛋白质-配体相互作用的普遍模式作为先验知识，在有限的实验数据下也能实现高度的泛化能力。 一、背景介绍 DeepICL 来源于韩国科学…
分子属性梯度引导的3D分子生成扩散模型 TAGMOL - 评测
TAGMoL 是一个基于分子属性条件引导扩散的 3D 分子生成模型，适合在给定靶标蛋白质的情况下，可以生成一系列满足目标特性（分子属性，binding affinity）的候选分子。 一、背景介绍
TAGMoL 来源于新德里 Molecule AI, 以及…
评估生成分子/对接分子的物理合理性工具 PoseBusters 评测
最近在一些分子生成或者对接模型中，出现了新的评估方法 PoseBusters，用于评估生成的分子或者对接的分子是否符合化学有效性和物理合理性。以往的分子生成，经常以生成分子的有效性、新颖性、化学空间分布，与口袋的结合力等方面进行…
药物设计中的SE3等变图神经网络层- EGNN 解析
此部分内容介绍了常用在药物设计深度学习中的SE3等变网络层 EGNN。主要对EGNN的代码逻辑、模块进行解析，并介绍其中的SE3等变在模型中的原理。
注：EGNN代码有多种。此部分EGNN代码来源于DiffLinker。其源头为EDM模型，DiffLinker进行了修改。…
评估生成分子/对接分子的物理合理性工具 PoseBusters 评测
最近在一些分子生成或者对接模型中，出现了新的评估方法 PoseBusters，用于评估生成的分子或者对接的分子是否符合化学有效性和物理合理性。以往的分子生成，经常以生成分子的有效性、新颖性、化学空间分布，与口袋的结合力等方面进行…