基于smiles的神经网络预测分子性质

今天给大家介绍的是瑞典制药公司阿斯利康，伯尔尼大学和广州再生医学与健康中心广东省实验室于2020年2月4日联合发表在Journal of Cheminformatics的一篇论文，这篇文章提出了一种新的基于SMILES的分子生成模型，该模型可从骨架中生成分子，并且可以从任意分子集中进行训练。作者认为这种基于SMILES的生成模型将成为对已经存在的基于SMILES的体系结构的有用补充，并且可以替代基于图的装饰方法。 1 背景 深度生成模型因其可以从有限的数量中生成新数据，目前已成功应用于生成文...

Briefings in bioinformatics2022 | 基于神经网络的分子性质预测通用优化策略

一.什么是SMILES SMILES,全称是Simplified Molecular Input Line Entry System,是一种用于输入和表示分子反应的线性符号,是一种ASCII编码,下面看一些例子: SMILES包含的信息可能与一些扩展的源数据表相同,SMILES更适用的主要原因是它是一种语言结构，而不是计算机数据结构。 SMILES是一种真正的语言，虽然只有简单的词汇（原子和键符号)和少数语法规则。 SMILES结构表示可以反过来用作其他语...

作者丨王建民单位丨超级计算长沙中心，湖南大学研究方向丨药物设计、生物医药大数据Smiles2vec简而言之，它是自然语言处理（NLP）领域的一项技术，可将字符串转换为向量。许多人用SMI...

ACM-BCB2019 | SMILES-BERT：基于大规模无监督预训练的分子属性预测模型 原文标题：SMILES-BERT: Large Scale Unsupervised Pre-Training for Molecular Property Prediction

Smiles2vec 简而言之，它是自然语言处理（NLP）领域的一项技术，可将字符串转换为矢量。 许多人用smiles字符串预测物理属性。 Smiles2vec的结构 将字符串转换为矢量是NLP领域的一项技术名为Seq2Seq。 在没有学习的情况下简单地解释它，它经常被用在“机器对话和机器翻译等模型”中。 该技术基于递归神经网络的思想使用诸如LSTM和GRU的层。 下图显示了原始论文中...

SmileGNN：基于SMILES和GNN的药物相互作用预测 论文题目 SmileGNN: Drug-Drug Interaction Prediction Based on SMILES and Graph Neural Network 论文出自 Research Article（Preprints）,June 10th, 2021 论文链接：SmileGNN 文章目录SmileGNN：基于SMILES和GNN的药物相互作用预测一、SmileGNN模型？二、各模块详细介绍？三、实验？四

如上篇文章所提及，Strategies for Pre-training Graph Neural Networks一文的作者提出了节点层面进行预训练的两种方法，分别是：Context 和 Attribute Prediction。这两种预训练方法可以让模型学会节点层面嵌入。将预训练得到的模型用于下游图层面的任务时，可以很好的保留节点层面的信息，活得更好的泛化能力。 接下来，这一部分就来具体介绍子结构预测 Context Prediction，并提供一个可以直接运行的代码版本。 一、 Conte..

1. AdaBoost算法简介      Boost 算法系列的起源来自于PAC Learnability(PAC 可学习性)。这套理论主要研究的是什么时候一个问题是可被学习的，当然也会探讨针对可学习的问题的具体的学习算法。这套理论是由Valiant提出来的，也因此（还有其他贡献哈）他获得了2010年的图灵奖。下面是他的照片：![这里写图片描述](http://my.csdn.net/uploads

神经信息传递法（MPNN）—预测分子和材料特性 前言 基于图神经网络（GNN）的方法在模拟复杂相互作用方面具有巨大的潜力，被广泛应用于分子量子力学性质以及材料预测的预测。目前为止，传统的机器学习模型普遍应用于预测分子性质，与GNN不同，ML模型需要先对分子特征进行操作，尽管这些分子特征是各种分子性质的良好预测指标，不过基于网络训练的模型，效果可能会更好。 1.消息传递神经网络（MPNN） ​ 近年来，随着量子化学计算和分子动力学模拟等实验展开了巨大的数据量，图神经网络能够应用于分子模型（原子系统的对称性

GCN: Graph Convolutional Network(图卷积网络) 环境准备 Python版本：Python 3.6.8 PyTorch版本：PyTorch1.1.0 RDKit版本：RDKit 2020.03.1 基于图卷积神经网络（GCN）预测分子性质 from rdkit import Chem from rdkit.Chem.Crippen imp...