 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
| 2 | 1/1 | 返回列表 |
| 查看: 933 | 回復(fù): 1 | |||
| 【獎勵】 本帖被評價1次，作者MolAICal增加金幣 0.8 個 | |||
[資源]
一篇擴散模型的Nature Machine Intelligence論文和Elsevier上的深度學(xué)習(xí)藥物書籍
|
|||
|
各位好， 1. 之前在論壇中推薦了 “使用幾何深度學(xué)習(xí)進行3d藥物分子設(shè)計的方法和應(yīng)用”：http://m.gaoyang168.com/t-16189317-1，本課題組設(shè)計了新的自適應(yīng)擴散模型，提出自適應(yīng)自回歸擴散方法（adaptive autoregressive diffusion approach），開發(fā)并訓(xùn)練出hudiff深度學(xué)習(xí)模型，包含針對常規(guī)抗體的hudiff-ab與納米抗體的 hudiff-nb兩個核心模塊。發(fā)表在nature machine intelligence上，文章題目：an adaptive autoregressive diffusion approach to design active humanized antibodies and nanobodies, Nature Machine Intelligence (2025), https://www.nature.com/articles/s42256-025-01120-9 ，文章可以從附件中下載 ，歡迎討論。 2. 并編著一本深度學(xué)習(xí)藥物設(shè)計書籍《deep learning in drug design: methods and applications》，鏈接：https://doi.org/10.1016/c2023-0-52311-0 或 https://www.sciencedirect.com/book/9780443329081 或 https://shop.elsevier.com/books/deep-learning-in-drug-design/bai/978-0-443-32908-1 書籍有版權(quán)問題，應(yīng)該可以通過學(xué)校訂閱的數(shù)據(jù)庫下載。歡迎討論。 全書分為23章： part 1: deep learning theories and methods for drug design 1. chapter 1 molecular representations in deep learning 2. chapter 2 cnns in drug design 3. chapter 3 gnns in drug design 4. chapter 4 rnns and lstm in drug design 5. chapter 5 deep reinforcement learning in drug design 6. chapter 6 transformer and drug design 7. chapter 7 generative models for drug design 8. chapter 8 geometric graph learning for drug design 9. chapter 9 self-supervised learning for drug discovery 10. chapter 10 transfer learning and meta-learning for drug discovery 11. chapter 11 explainable artificial intelligence for drug design models 12. chapter 12 large models in drug design part 2: deep learning applications in drug design 13. chapter 13 deep learning for protein secondary structure prediction 14. chapter 14 deep learning in protein structure prediction 15. chapter 15 deep learning for affinity prediction and interface prediction in molecular interactions 16. chapter 16 deep learning for complex structure prediction in molecular interactions 17. chapter 17 deep learning in chemical synthesis and retrosynthesis 18. chapter 18 deep learning for adme prediction 19. chapter 19 deep learning for toxicity prediction 20. chapter 20 deep learning for tcr-pmhc binding prediction 21. chapter 21 deep learning for b-cell epitope prediction and receptor-antigen binding prediction 22. chapter 22 deep learning for antigen-specific antibody design 23. chapter 23 ethical and regulatory of artificial intelligence in drug design |
回復(fù)此樓» 本帖附件資源列表
-
歡迎監(jiān)督和反饋：小木蟲僅提供交流平臺，不對該內(nèi)容負(fù)責(zé)。
本內(nèi)容由用戶自主發(fā)布，如果其內(nèi)容涉及到知識產(chǎn)權(quán)問題，其責(zé)任在于用戶本人，如對版權(quán)有異議，請聯(lián)系郵箱：xiaomuchong@tal.com - 附件 1 : Bai_Nature_Machine_Intelligence.pdf
2025-10-02 18:51:36, 9.3 M
» 猜你喜歡
幫我的英語口語老師找學(xué)生
已經(jīng)有4人回復(fù)
-
計算三階力常數(shù)用thirdorder擴胞時參數(shù)如何選擇？臨近原子數(shù)怎么取值
已經(jīng)有7人回復(fù)
-
物理學(xué)I論文潤色/翻譯怎么收費?
已經(jīng)有171人回復(fù)
-
2026年循環(huán)經(jīng)濟功能材料國際會議（ICFMCE 2026）
已經(jīng)有0人回復(fù)
-
2026年第五屆電氣、電子與信息工程國際會議（ISEEIE 2026）
已經(jīng)有0人回復(fù)
-
哈爾濱理工大學(xué)物理系招收物理學(xué)考研調(diào)劑
已經(jīng)有1人回復(fù)
-
0702一志愿吉大B區(qū)求調(diào)劑
已經(jīng)有2人回復(fù)
-
求調(diào)劑
已經(jīng)有0人回復(fù)
-
0702一志愿吉大B區(qū)求調(diào)劑有論文
已經(jīng)有0人回復(fù)
-
請問還有沒有用Latex寫文章的小伙伴們？
已經(jīng)有0人回復(fù)
» 本主題相關(guān)商家推薦: (我也要在這里推廣)
簡單回復(fù)
2025-10-16 05:50
回復(fù)
五星好評 頂一下，感謝分享！
相關(guān)版塊跳轉(zhuǎn)
我要訂閱樓主 MolAICal 的主題更新
| 2 | 1/1 | 返回列表 |
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考研] （081700）化學(xué)工程與技術(shù)-298分求調(diào)劑 +4 | 11啦啦啦 2026-03-11 | 4/200 |
|
|---|---|---|---|---|
|
[考研] 求調(diào)劑 +5 | yfihxh 2026-03-09 | 5/250 |
|
|
|
[考研] 一志愿江南大學(xué)085701環(huán)境工程專碩總分287求調(diào)劑 +5 | 18266118446 2026-03-09 | 5/250 |
|
|
|
[考研] 材料與化工（0856）304求B區(qū)調(diào)劑 +6 | 邱gl 2026-03-10 | 9/450 |
|
|
|
[考研] 289求調(diào)劑 +3 | 步川酷紫123 2026-03-11 | 3/150 |
|
|
|
[考研] 材料工程085601調(diào)劑求老師收留 +8 | 強木木木 2026-03-07 | 10/500 |
|
|
|
[考研] 大連大學(xué)化學(xué)專業(yè)研究生調(diào)劑 +3 | 琪久. 2026-03-10 | 8/400 |
|
|
|
[考研] 調(diào)劑 +5 | 調(diào)劑的考研學(xué)生 2026-03-09 | 5/250 |
|
|
|
[考研] 2026考研求調(diào)劑-材料類-本科211一志愿985-初試301分 +10 | 蟲友233 2026-03-07 | 10/500 |
|
|
|
[考研] 085602化工求調(diào)劑 +7 | 董boxing 2026-03-10 | 7/350 |
|
|
|
[考研] 0860求調(diào)劑（272分） +3 | lllllcsjsj 2026-03-05 | 4/200 |
|
|
|
[考研] 304求調(diào)劑（085602一志愿985） +8 | 化工人999 2026-03-09 | 8/400 |
|
|
|
[考博] 2026博士申請 +6 | 起泡酒 2026-03-08 | 6/300 |
|
|
|
[考研] 085600材料與化工，一志愿廣州985，求調(diào)劑 +15 | qqyyaill 2026-03-05 | 15/750 |
|
|
|
[考研] 0703求調(diào)劑 +10 | c297914 2026-03-06 | 11/550 |
|
|
|
[考研] 調(diào)劑 +3 | 13853210211 2026-03-08 | 3/150 |
|
|
|
[考研] 2026調(diào)劑】考試A區(qū)0703化學(xué)類323分 誠求接收 +3 | 卷柏卷柏 2026-03-05 | 4/200 |
|
|
|
[考研] 復(fù)試調(diào)劑 +7 | 呼呼？~+123456 2026-03-05 | 10/500 |
|
|
|
[考研] 考研282分求調(diào)劑，接受跨專業(yè) +4 | 劉淄博 2026-03-04 | 7/350 |
|
|
|
[考研] 求調(diào)劑，學(xué)校研究所都可以，材料與化工267分 +6 | wmx1 2026-03-05 | 6/300 |
|