当前位置:
X-MOL 学术
›
J. Mol. Model.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
生成化学:利用深度学习生成模型进行药物发现
Journal of Molecular Modeling ( IF 2.1 ) Pub Date : 2021-02-04 , DOI: 10.1007/s00894-021-04674-8
Yuemin Bian 1, 2 , Xiang-Qun Xie 1, 2, 3, 4
Affiliation
|
面对新药开发成本不断增加的情况,使用深度学习生成模型进行分子结构的从头设计为药物发现引入了令人鼓舞的解决方案。从生成原始文本、图像和视频,到抓取新颖的分子结构,深度学习生成模型的创造力展现了机器智能所能达到的高度。本文的目的是回顾生成化学的最新进展,该化学依赖生成模型来加快药物发现过程。本综述从药物发现中人工智能的简史开始,概述了这一新兴范例。化学信息学和机器学习中常用的化学数据库、分子表示以及工具都被视为生成化学的基础设施。重点详细讨论了如何利用尖端的生成架构,包括循环神经网络、变分自动编码器、对抗性自动编码器和用于复合生成的生成对抗网络。挑战和未来前景随之而来。
图文摘要
![](https://scdn.x-mol.com/jcss/images/paperTranslation.png)
"点击查看英文标题和摘要"