Сегодня в рубрике обзор статей подборка про генерацию молекул с помощью нейронных сетей от команды «Глубокое обучение в науках о жизни» |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2022-11-09 20:51 Reinforcement Learning for Molecular Design Guided by Quantum Mechanics: https://arxiv.org/abs/2002.07717 В статье решается задача поиска низкоэнергетической молекулярной конформации. Авторы предлагают рассматривать задачу в контексте обучения с подкреплением – агент учится поатомно собирать молекулу в 3D, стараясь получить конформацию с низкой энергией. Модель имеет существенные ограничения: она не способна адекватно собирать конформации, имеющие внутренние симметрии. Авторы поставили сравнительно небольшой набор экспериментов на малых молекулах в отсутствии внешнего поля, используя относительно грубый метод для подсчета энергии, также авторы не провели сравнения с альтернативными подходами. Symmetry-Aware Actor-Critic for 3D Molecular Design: https://arxiv.org/abs/2011.12747 Авторы предлагают усовершенствованную модель, способную эффективно работать в случае конформаций, имеющих внутренние симметрии. Представленный фреймворк имеет эквивариантного актора для генерации конформации и инвариантного критика для оценки энергии, что является важным свойством для физически реалистичной модели. Авторы добавили дополнительный бейзлайн, но не сравнили его с альтернативными подходами. Размеры молекул в экспериментах увеличились, но по-прежнему невелики. Structure-based Drug Design with Equivariant Diffusion Models: https://arxiv.org/abs/2210.13695 Авторы статьи предложили модель E(3)-эквивариантной диффузии, решающую задачу 3D-условной генерации молекулы-лиганда под карман белка: через полный набор атомов и их координат и через набор аминокислотных остатков, где один остаток задается координатами альфа-углерода и типом аминокислоты. Получился новый интересный и перспективный подход, который может быть в будущем развит до применения в практических задачах, но сами текущие результаты кажутся неубедительным улучшением по сравнению с имеющимися подходами. Источник: arxiv.org Комментарии: |
|