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 ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


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: