2024-03-04
這個GitHub倉庫 AspirinCode/papers-for-molecular-design-using-DL
是一個專注于使用生成式人工智能（AI）和深度學(xué)習(xí)（DL）進行分子設(shè)計的論文列表。
它包含了關(guān)于生成式AI和深度學(xué)習(xí)在分子/藥物設(shè)計以及分子構(gòu)象生成方面的相關(guān)論文。這個倉庫持續(xù)更新女淑，目標(biāo)是收集和整理在分子優(yōu)化出皇、藥物類似性和評價指標(biāo)等方面的研究成果。
倉庫中包含的內(nèi)容覆蓋了以下幾個主要方面：
- 生成式AI在科學(xué)發(fā)現(xiàn)中的應(yīng)用：探索如何利用生成式AI加速科學(xué)發(fā)現(xiàn)，特別是在材料設(shè)計領(lǐng)域。
- 基于深度學(xué)習(xí)的分子設(shè)計：包括文本驅(qū)動的分子生成模型遣耍、多目標(biāo)基于深度學(xué)習(xí)的分子生成模型刊殉、基于配體的殉摔、藥效團的、結(jié)構(gòu)的记焊、片段的和腳手架的深度分子生成模型等逸月。
- 分子構(gòu)象的生成式AI：探討了基于變分自編碼器（VAE）、基于能量遍膜、基于擴散和基于強化學(xué)習(xí)（RL）碗硬、基于圖神經(jīng)網(wǎng)絡(luò)（GNN）的分子構(gòu)象生成方法。
- 數(shù)據(jù)集和基準(zhǔn)測試：提供了多種數(shù)據(jù)集和基準(zhǔn)測試瓢颅，以便在生物屬性上評估分子生成模型的性能恩尾。
- 藥物類似性和評價指標(biāo)：定義了藥物類似性，并提供了量化藥物類似性挽懦、合成可及性評分等評價指標(biāo)翰意。
這個資源對于研究生成式AI和深度學(xué)習(xí)在分子設(shè)計領(lǐng)域的應(yīng)用非常有價值，適用于科研工作者信柿、學(xué)者以及對該領(lǐng)域感興趣的學(xué)生冀偶。
[WebPilot Announcement]
?????? 我們已經(jīng)推出了更加強大的WebPilot GPTs! ??????
- ?? 生成長達10,000字的擴展內(nèi)容！
- ?? 加載動態(tài)網(wǎng)頁內(nèi)容角塑，提供更加豐富的答案蔫磨！
- ???? 支持代碼測試淘讥、文件處理和圖片生成圃伶！
- ??? GPTs-Action和API提供！
點擊這里：https://chat.openai.com/g/g-pNWGgUYqS-webpilot
[End of Announcement]
這份文件是關(guān)于使用生成式AI和深度學(xué)習(xí)進行分子設(shè)計的廣泛概述蒲列。它涵蓋了多種方法和模型窒朋，包括分子優(yōu)化、用于科學(xué)發(fā)現(xiàn)的生成式AI蝗岖、基于深度學(xué)習(xí)的設(shè)計（涉及RNN侥猩、LSTM、Transformer抵赢、VAE欺劳、GAN等），以及特定應(yīng)用铅鲤，如藥物相似性划提、分子生成驗證和分子構(gòu)象生成。此外邢享，還包括一份與該領(lǐng)域相關(guān)的數(shù)據(jù)集鹏往、基準(zhǔn)和評估指標(biāo)的綜合列表，以及進一步閱讀的推薦和參考資料骇塘，包括代碼的GitHub倉庫鏈接和AI在藥物發(fā)現(xiàn)中的調(diào)查伊履。
分子設(shè)計清單（分子構(gòu)象生成）使用生成式人工智能和深度學(xué)習(xí)：
=> 關(guān)于使用生成式AI和深度學(xué)習(xí)進行分子設(shè)計的全面資源
01韩容、分子優(yōu)化（另外一個md文件介紹：見下面 | 使用AI技術(shù)改善特定應(yīng)用中分子的屬性）
02、菜單（提供了多個相關(guān)領(lǐng)域的直接鏈接 方便快速跳轉(zhuǎn)和了解）
03唐瀑、建議和參考
04群凶、用于科學(xué)發(fā)現(xiàn)的生成式人工智能（一篇文獻：討論AI在加速材料和藥物發(fā)現(xiàn)中的作用）
05、綜述文獻（總結(jié)了關(guān)鍵的研究文獻 提供領(lǐng)域綜覽）
06介褥、數(shù)據(jù)庫和基準(zhǔn)
07座掘、藥物相似性和評估指標(biāo) => 如何評估分子的藥物樣性 確保所設(shè)計的分子具備良好的生物活性和藥代動力學(xué)屬性
08、分子生成驗證（一篇文獻：探討驗證生成分子的方法）=> 驗證生成的分子結(jié)構(gòu)的可行性和實用性
09柔滔、人工智能用于分子構(gòu)象生成（分為幾類的幾篇文獻：分析用AI生成分子構(gòu)象的研究）=> 深入學(xué)習(xí)如何使用AI技術(shù)生成和優(yōu)化分子的空間構(gòu)象
10溢陪、基于深度學(xué)習(xí)的設(shè)計（分為幾類的幾篇文獻：涵蓋了應(yīng)用于分子設(shè)計的不同深度學(xué)習(xí)方法）=> 側(cè)重于介紹各種算法的原理和應(yīng)用 基于配體和基于結(jié)構(gòu)的分子生成
特定的內(nèi)容或應(yīng)用領(lǐng)域 而非算法本身的分類
11、文本驅(qū)動的分子生成模型（幾篇文獻）
12睛廊、基于多目標(biāo)的深度分子生成模型（幾篇文獻）
13形真、基于配體的深度分子生成模型（幾篇文獻）=> 基于配體
14、基于結(jié)構(gòu)的深度分子生成模型（幾篇文獻）=> 基于結(jié)構(gòu)
15超全、基于片段的深度分子生成模型（幾篇文獻）
16咆霜、基于化學(xué)反應(yīng)的深度分子生成模型（幾篇文獻）
17、基于組學(xué)的深度分子生成模型（幾篇文獻）
18嘶朱、多目標(biāo)深度分子生成模型（幾篇文獻）
19蛾坯、量子深度分子生成模型（幾篇文獻）
20、基于光譜（幾篇文獻）
通過生成式人工智能和深度學(xué)習(xí)進行分子優(yōu)化
與分子優(yōu)化的生成人工智能和深度學(xué)習(xí)相關(guān)的論文疏遏。
01脉课、菜單（提供了多個相關(guān)領(lǐng)域的直接鏈接 方便快速跳轉(zhuǎn)和了解）
02、綜述（一篇文獻：小分子發(fā)現(xiàn)中的計算機輔助多目標(biāo)優(yōu)化 [2023]）
03财异、數(shù)據(jù)集和基準(zhǔn)
04倘零、深度學(xué)習(xí)-分子優(yōu)化（分為基于不同深度學(xué)習(xí)算法的文章介紹）
05、文本驅(qū)動的分子優(yōu)化（幾篇文獻）
06戳寸、基于片段的分子優(yōu)化（分為基于骨架和片段的幾篇文獻）
07呈驶、多目標(biāo)分子優(yōu)化
