Predicting Time-Dependent Flow Over Complex Geometries Using Operator Networks
Iowa State University(爱荷华州立大学)
本文提出了一种时间依赖的深度操作网络,用于预测复杂几何结构周围流动的速度场,通过几何感知和历史流动编码,实现高精度和高效模拟。
2026-11-03 cs.LG physics.flu-dyn
Diffusion-based Generative AI for Exploring Transition States from 2D Molecular Graphs
KAIST(韩国科学技术院)
本文提出基于扩散模型的TSDiff方法,仅从二维分子图预测过渡态几何结构,在精度和效率上超越现有三维方法,并能采样多种构象,发现更低能垒的反应路径。
2023-10-12 cs.AI cs.LG physics.chem-ph
MolSculpt: Sculpting 3D Molecular Geometries from Chemical Syntax
AI for Science (AI4S)-Preferred Program, Peking University Shenzhen Graduate School, China(人工智能科学(AI4S)优选计划,北京大学深圳研究生院,中国);Faculty of Materials Science, Shenzhen MSU-BIT University, Shenzhen, China(材料科学学院,深圳MSU-BIT大学,中国)
MolSculpt通过整合1D化学知识与3D生成过程,实现了从化学语法到精确3D分子几何的高效生成。
2025-12-09 cs.AI cs.LG physics.chem-ph
Using Restricted Boltzmann Machines to Model Molecular Geometries
Yale University(耶鲁大学)
分子的精确物理描述可以通过求解薛定谔方程来获得;然而,这些计算是棘手的,甚至近似也是麻烦的。基于经验数据估计原子间势的力场也很耗时。本文提出了一种新的方法来建模的一组物理参数,利用有限玻尔兹曼机的快速学习能力和代表性的权力。通过在从头算数据上训练机器,我们可以预测与从头算分布相匹配的分子构型分布中的新数据。在本文中,我们介绍了一种新的基于Tanh激活函数的RBM,并对具有不同激活函数的RBM进行了比较,包括sigmoid,Gaussian和(Leaky)ReLU。最后,我们证明了高斯RBM模型的能力,如水和乙烷的小分子。
2020-12-13 cs.LG physics.chem-ph
Beyond Textual Data: Predicting Drug-Drug Interactions from Molecular Structure Images using Siamese Neural Networks
The University of Texas at Dallas(德克萨斯大学达拉斯分校);Verisk Analytics, Inc.(韦里斯科分析公司);Duke University(杜克大学)
预测和发现药物相互作用(DDI)是一个重要的问题,并且已经从医学和机器学习的角度进行了广泛的研究。几乎所有的机器学习方法都集中在文本数据或药物结构数据的文本表示上。我们提出了第一个使用药物结构图像作为输入并利用Siamese卷积网络架构来预测DDI的工作。
2020-06-29 cs.LG stat.ML
CheMixNet: Mixed DNN Architectures for Predicting Chemical Properties using Multiple Molecular Representations
Northwestern University(西北大学)
SMILES是化学结构的线性表示,其编码连接表,并且分子的立体化学作为具有表示原子、键、环和链的语法结构的文本行,并且该信息可用于预测化学性质。分子指纹是化学结构的表示,成功地用于相似性搜索、聚类、分类、药物发现和虚拟筛选,并且是标准且计算高效的抽象表示,其中结构特征表示为位串。SMILES和分子指纹是描述分子结构的不同表示。存在几种基于SMILES或分子指纹的用于学习化学性质的预测模型。在这里,我们的目标是建立可以利用这两种分子表征的预测模型。在这项工作中,我们提出了CheMixNet --一组神经网络,用于从两种分子表示-- SMILES作为序列和分子指纹作为矢量输入的混合特征中预测化学性质。我们通过在六个不同的数据集上进行评估来证明CheMixNet架构的有效性。所提出的CheMixNet模型不仅优于候选神经架构,例如使用分子指纹和1-D CNN和RNN模型训练SMILES序列的当代全连接网络,而且还优于其他最先进的架构,例如Chemception和Molecular Graph Convolutions。
2018-11-30 cs.LG
Non-equilibrium molecular geometries in graph neural networks
Oregon State University(俄勒冈州立大学)
图神经网络已成为学习复杂结构-性质关系和快速筛选化合物的强大框架。最近提出的方法已经证明,使用分子的3D几何信息以及键合结构可以导致更准确的预测范围广泛的性质。一种常见的做法是使用通过密度泛函理论(DFT)计算的3D几何形状来训练和测试模型。然而,DFT计算所需的计算时间可能非常大。此外,我们旨在预测的许多属性通常可以在用于产生3D几何信息的DFT计算之上以很少或没有开销获得,从而避免了对预测模型的需要。为了实际上可用于高通量化学筛选和药物发现,期望利用使用不太精确但有效得多的非DFT方法获得的3D几何形状进行工作。在这项工作中,我们研究了在现有模型的训练和测试中使用非DFT构象的影响,并提出了一种数据增强方法,用于提高经典力场衍生几何形状的预测精度。
2022-03-07 cs.LG q-bio.BM
Predicting Aqueous Solubility of Organic Molecules Using Deep Learning Models with Varied Molecular Representations
Pacific Northwest National Laboratory(太平洋西北国家实验室)
确定分子的水溶性是许多制药,环境和能量存储应用中的重要步骤。尽管几十年来做出了努力,但仍然存在与开发对于许多这些应用具有令人满意的准确度的溶解度预测模型相关联的挑战。本研究的目的是开发一个通用的模型,能够预测范围广泛的有机分子的溶解度。使用目前最大的溶解度数据集,我们实现了基于深度学习的模型来预测分子结构的溶解度,并使用四种不同的神经网络架构探索了几种不同的分子表示,包括分子描述符,简化的分子输入线输入系统(SMILES)字符串,分子图和三维(3D)原子坐标-全连接神经网络(FCNN),递归神经网络(RNN)、图神经网络(GNNs)和SchNet。我们发现,使用分子描述符的模型实现了最佳性能,GNN模型也实现了良好的性能。我们进行广泛的错误分析,以了解影响模型性能的分子特性,进行特征分析,以了解哪些分子结构信息对预测最有价值,并进行迁移学习和数据大小研究,以了解数据可用性对模型性能的影响。
2021-05-27 cond-mat.mtrl-sci cs.LG
MultiModal-Learning for Predicting Molecular Properties: A Framework Based on Image and Graph Structures
Nanjing Fenghuo Tiandi Communication Technology Co., Ltd(南京烽火天地通信科技有限公司)
提出MolIG多模态预训练框架,结合分子图像与图结构进行自监督学习,以预测分子性质,在MoleculeNet和ADMET基准上优于先进基线模型。
2024-04-19 cs.AI cs.LG physics.chem-ph
Differentiable sampling of molecular geometries with uncertainty-based adversarial attacks
Massachusetts Institute of Technology(麻省理工学院)
神经网络(NN)原子间势提供势能面的快速预测,与用于产生训练数据的电子结构方法的精度紧密匹配。然而,NN预测仅在学习良好的训练域中是可靠的,并且在外推时显示出不稳定的行为。不确定性量化方法可以标记预测置信度低的原子配置,但是到达这样的不确定区域需要对NN相空间进行昂贵的采样,通常使用原子模拟。在这里,我们利用自动微分驱动原子系统对高可能性,高不确定性的配置,而不需要分子动力学模拟。通过对不确定性度量执行对抗攻击,对扩展NN的训练域的信息几何进行采样。当与主动学习循环结合时,该方法引导并改进NN潜力,同时减少对地面实况方法的调用次数。这种效率被证明采样的动力学障碍和集体变量的分子,并可以扩展到任何NN潜在的架构和材料系统。
2021-03-29 cond-mat.stat-mech cs.LG physics.chem-ph
Attention-wise masked graph contrastive learning for predicting molecular property
Nanjing Tech University(南京工业大学);Central South University(中南大学)
准确、高效地预测药物的分子性质是药物研究和开发的基本问题之一。表征学习的最新进展已被证明可以大大提高分子性质预测的性能。然而,由于有限的标记数据,基于监督学习的分子表示算法只能搜索有限的化学空间,导致泛化能力差。在这项工作中,我们提出了一个大规模的未标记分子的自监督表示学习框架。我们开发了一种新的分子图增强策略,称为attention-wise graph mask,以生成具有挑战性的阳性样本进行对比学习。我们采用图注意力网络(GAT)作为分子图编码器,并利用学习的注意力分数作为掩蔽指导来生成分子增强图。通过最小化原始图和掩码图之间的对比损失,我们的模型可以捕获重要的分子结构和高阶语义信息。大量的实验表明,我们的注意力图形掩码对比学习在几个下游分子性质预测任务中表现出最先进的性能。
2022-05-02 cs.LG q-bio.BM
Foundation Neural-Network Quantum States for Molecular Potential Energy Surfaces in Second Quantization
University of Science and Technology of China(中国科学技术大学);Zhejiang University(浙江大学)
本文提出几何条件化的基础神经网络量子态,通过自回归模型和轨道对齐,在二次量子化下高效预测分子势能面,达到化学精度并大幅降低计算成本。
2026-09-30 cs.LG physics.chem-ph quant-ph
Solving the electronic Schrödinger equation for multiple nuclear geometries with weight-sharing deep neural networks
University of Vienna(维也纳大学);Johann Radon Institute for Computational and Applied Mathematics, Austrian Academy of Sciences(奥地利科学院约翰·拉东计算与应用数学研究所)
薛定谔方程的精确数值解在量子化学中是极其重要的。然而,当前高精度方法的计算成本与相互作用粒子的数量成比例关系很差。结合蒙特卡罗方法与无监督训练的神经网络最近被提出作为一个有前途的方法,以克服灾难的维数在这种情况下,并获得准确的波函数为个别分子在一个适度缩放的计算成本。这些方法目前没有利用波函数相对于其分子几何形状所表现出的规律性。受最近深度迁移学习在机器翻译和计算机视觉任务中的成功应用的启发,我们试图通过在优化基于神经网络的不同分子几何形状的模型时引入权重共享约束来利用这种规律性。也就是说,我们限制了优化过程,使得神经网络模型中高达95%的权重实际上在不同的分子几何结构中是相等的。我们发现,当考虑同一分子的核几何形状时,这种技术可以加速优化一个数量级,并且它为预训练的神经网络波函数开辟了一条有前途的路线,即使在不同的分子中也能产生高精度。
2021-12-17 cs.LG physics.chem-ph physics.comp-ph
Relevance of Rotationally Equivariant Convolutions for Predicting Molecular Properties
Freie Universität Berlin(柏林自由大学);Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室);EPFL(洛桑联邦理工学院);Rice University(莱斯大学)
等变神经网络(ENN)是嵌入在$\mathbb{R}^3$中的图神经网络,并且非常适合于预测分子性质。ENN库e3nn具有可定制的卷积,可以设计为仅依赖于点之间的距离,或者也依赖于角度特征,分别使它们旋转不变或等变。本文研究的实际价值,包括角度依赖性的分子性质预测直接通过烧蚀研究与\texttt{e3nn}和QM 9数据集。我们发现,对于固定的网络深度和参数计数,添加角度特征平均降低了23%的测试误差。与此同时,增加网络深度平均仅将测试误差降低了4%,这意味着旋转等变层是相对有效的参数。我们提出了一个解释的准确性提高的偶极矩,目标受益最多的角度功能的引入。
2020-11-24 cs.LG physics.chem-ph physics.comp-ph
ReCurveflow: A Flow Matching Framework that Learns Curved Reaction Trajectories to Predict Transition State Geometries
Korea University(高丽大学);Hankuk University of Foreign Studies(韩国外国语大学)
ReCurveflow是一种基于流匹配的框架,以弯曲参考路径为监督并引入离路径校正,在多数数据拆分与评估指标下,较七个基线方法在过渡态几何预测上取得最优结果。
2026-08-24 cs.AI cs.LG
Predicting effect of novel treatments using molecular pathways and real-world data
QuantumBlack, AI by McKinsey(麦肯锡人工智能量子黑)
本文提出一种基于分子通路和真实世界数据的模块化机器学习方法,用于预测未经测试药物的疗效,并展示了其泛化性能及迭代潜力。
2025-09-08 cs.LG q-bio.QM
Efficient Chemical Space Exploration Using Active Learning Based on Marginalized Graph Kernel: an Application for Predicting the Thermodynamic Properties of Alkanes with Molecular Simulation
Shanghai Jiao Tong University(上海交通大学);Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室);Purdue University(普渡大学)
提出了一种基于高斯过程回归和边缘化图核的探索性主动学习算法(GPR-MGK),以最小代价探索化学空间。采用高通量分子动力学模拟生成数据和图神经网络(GNN)进行预测,构建了一个用于热力学性质预测的主动学习分子模拟框架。具体而言,针对由4至19个碳原子组成的251,728个烷烃分子及其液体物理性质:密度,热容和汽化率,我们使用AL算法选择最具信息性的分子来表示化学空间。计算和实验测试集的验证表明,只有313(总的0.124\%)分子是足够的训练一个准确的GNN模型与$\rm R^2 > 0.99$的计算测试集和$\rm R^2 > 0.94$的实验测试集。我们强调了所提出的AL算法的两个优点:与高通量数据生成和可靠的不确定性量化的兼容性。
2022-09-01 cs.LG physics.chem-ph
Towards Predicting Equilibrium Distributions for Molecular Systems with Deep Learning
Microsoft Research AI4Science(微软研究院AI4Science)
针对传统分子平衡分布获取方法计算成本高的问题,提出受退火启发的深度学习框架DiG,可基于分子描述符生成平衡分布并完成多类分子任务,推动分子系统统计研究。
2023-06-08 cs.LG physics.chem-ph q-bio.BM
Predicting drug properties with parameter-free machine learning: Pareto-Optimal Embedded Modeling (POEM)
Cyclica Inc.(Cyclica公司);Vector Institute for Artificial Intelligence(矢量人工智能研究所)
从小分子的分子结构预测其吸收、分布、代谢、排泄和毒性(ADMET)是药物化学中的中心问题,在药物发现中具有重要的实际意义。创建预测模型通常需要大量的试错来选择分子表示、机器学习(ML)算法和超参数调整。一种普遍适用的方法,在所有数据集上表现良好,而无需调优,这将是非常有价值的,但目前还缺乏。在这里,我们描述了帕累托最优嵌入式建模(POEM),一种基于相似性的方法来预测分子特性。POEM是一种非参数的监督ML算法,用于生成可靠的预测模型,而无需优化。POEMs预测强度是通过以特定于上下文的方式组合分子结构的多种不同表示来获得的,同时保持低维度。我们对POEM相对于行业标准ML算法进行了基准测试,并在17个分类任务中发布了结果。POEM在所有情况下都表现良好,并降低了过拟合的风险。
2020-04-02 cs.LG stat.ML
Conditional Neural Optimal Transport for Predicting Cellular Phenotypes from Molecular Structure
IBENS(法国生物学与医学研究所);Ecole Normale Supérieure(巴黎高等师范学院);Université PSL(巴黎文理大学);Institut Curie(居里研究所);INSERM(法国国家健康与医学研究院);Mines ParisTech(巴黎高科矿业学院);Iktos(Iktos公司)
该研究提出分子条件神经最优传输(NOT)模型,以分子结构和阴性对照表型为输入预测细胞表型,在未见过的活性分子上性能优于基线,为相关预测提供了有潜力的框架。
2026-08-17 cs.CV cs.LG
Heterogeneous Molecular Graph Neural Networks for Predicting Molecule Properties
Computer Science & Engineering University of Minnesota(明尼苏达大学计算机科学与工程学院)
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,已被广泛用于预测分子的量子力学性质。大多数现有的方法将分子视为分子图,其中原子被建模为节点。他们通过模拟每个原子与分子中其他原子的成对相互作用来表征每个原子的化学环境。虽然这些方法取得了巨大的成功,但有限数量的工作明确采取多体相互作用,即,考虑到三个或更多原子之间的相互作用。在本文中,我们介绍了一种新的图形表示的分子,异构分子图(HMG),其中的节点和边的各种类型,多体相互作用的模型。HMG具有携带复杂几何信息的潜力。为了利用HMG中存储的丰富信息进行化学预测问题,我们基于神经消息传递方案构建了异构分子图神经网络(HMGNN)。HMGNN将全局分子表示和注意力机制纳入预测过程。HMGNN的预测对原子坐标的平移和旋转以及原子指数的排列具有不变性。我们的模型在QM9数据集上的12个任务中有9个达到了最先进的性能。
2020-09-26 cs.LG physics.comp-ph stat.ML
Prefix-Tree Decoding for Predicting Mass Spectra from Molecules
MIT(麻省理工学院);The University of Hong Kong(香港大学)
本文提出一种基于前缀树解码的中间策略,将质谱视为分子式多重集,通过先编码分子图再解码子式集合并预测峰强度,克服组合爆炸问题,在质谱预测中取得良好效果。
2023-12-03 cs.LG q-bio.QM
Machine Learning a Molecular Hamiltonian for Predicting Electron Dynamics
University of California, Merced(加州大学默塞德分校)
我们开发了一种计算方法,从矩阵值的电子密度时间序列中学习分子的哈密顿矩阵。正如我们对三个小分子所展示的那样,所得到的哈密顿算子可以用于电子密度演化,即使在训练数据之外传播1000个时间步长时也能产生高度准确的结果。作为一个更严格的测试,我们使用学习的哈密顿来模拟电子动力学的存在下施加的电场,外推到一个问题,这是超出了无场训练数据。我们发现,由此产生的电子动力学预测我们学到的哈密顿量是在密切的定量协议与地面真相。我们的方法依赖于结合一个降维的,线性统计模型的哈密顿量与时间离散化的量子刘维尔方程随时间变化的哈特里-福克理论。我们使用最小二乘求解器训练模型,避免了大量CPU密集型优化步骤。对于无场和有场问题,我们量化了训练和传播误差,突出了未来发展的领域。
2020-08-31 cs.LG physics.chem-ph physics.comp-ph
Interpretable machine-learning for predicting molecular weight of PLA based on artificial bee colony optimization algorithm and adaptive neurofuzzy inference system
Atlantic Technological University(大西洋理工大学)
本研究将人工蜂群算法分别与人工神经网络、自适应神经模糊推理系统结合,用于PLA近红外光谱的特征选择与分子量预测,其中ABC-ANFIS以仅4个特征实现了282 Da的最低预测误差,验证了该方法的高精度与有效性。
2025-01-13 cs.LG cs.SY eess.SY
Predicting Chemical Properties using Self-Attention Multi-task Learning based on SMILES Representation
Korea Institute of Science and Technology Europe(韩国科学技术院欧洲分院);Forschungsgesellschaft mbH(研究公司);Korea Institute of Science and Technology(韩国科学技术院)
在化合物性质的计算预测中,使用编码为低维向量的分子描述符和指纹。选择合适的分子描述符和指纹是重要的和具有挑战性的,因为这些模型的性能高度依赖于描述符。为了克服这一挑战,自然语言处理模型,利用简化的分子输入行输入系统作为输入进行了研究,和几个transformer-variant模型取得了优越的结果时,与传统的方法相比。在这项研究中,我们探讨了transformer-variant模型的结构差异,并提出了一个新的基于自注意力的模型。自注意力模块的表示学习性能在多任务学习环境中使用不平衡的化学数据集进行评估。实验结果表明,我们的模型在几个基准数据集上取得了有竞争力的结果。我们实验的源代码可在https://github.com/arwhirang/sa-mtl上获得,数据集可从同一URL获得。
2020-10-19 cs.LG
Molecular Geometry-aware Transformer for accurate 3D Atomic System modeling
Alibaba Group(阿里巴巴集团)
分子动力学模拟在计算物理、化学、材料和生物学中具有重要意义。基于机器学习的方法在预测分子能量和性质方面表现出很强的能力,并且比DFT计算快得多。分子能量至少与原子、键、键角、扭转角和非键原子对有关。以前的Transformer模型只使用原子作为输入,缺乏对上述因素的明确建模。为了缓解这一限制,我们提出了Moleformer,一种新的Transformer架构,它以节点(原子)和边缘(键和非键合原子对)作为输入,并使用旋转和平移不变的几何感知空间编码来模拟它们之间的相互作用。提出的空间编码计算相对位置信息,包括节点和边缘之间的距离和角度。我们在OC 20和QM 9数据集上对Moleformer进行了基准测试,我们的模型在OC 20的初始状态到弛豫能量预测方面达到了最先进的水平,并且与其他Transformer和图形神经网络(GNN)方法相比,在QM 9中预测量子化学性质方面非常具有竞争力,这证明了Moleformer中所提出的几何感知空间编码的有效性。
2023-02-02 cs.AI cs.LG q-bio.MN
CTAGE: Curvature-Based Topology-Aware Graph Embedding for Learning Molecular Representations
针对分子图难以表达三维空间信息且现有方案增加计算成本的问题,本文提出CTAGE嵌入,利用k跳离散Ricci曲率注入拓扑结构信息并提升分子性质预测性能。
2024-01-18 cs.AI cs.LG q-bio.QM
Statistical learning method for predicting density-matrix based electron dynamics
University of California, Merced(加州大学默塞德分校)
我们发展了一种统计方法,从电子密度矩阵的时间序列中学习分子的哈密顿矩阵。我们将之前的方法扩展到更大的分子系统,通过结合物理特性来降低维度,同时还利用正则化技术,如岭回归来解决多重共线性。通过学习的哈密顿量,我们可以求解时间相关的Hartree-Fock(TDHF)方程,以及时传播电子密度,并预测其在无场和有场情况下的动力学。我们观察到预测的动态和地面实况之间的密切的定量协议的两个字段关闭轨迹类似的训练数据,和字段的训练数据之外的轨迹。
2021-07-31 cs.LG physics.chem-ph
Predicting Molecular Phenotypes with Single Cell RNA Sequencing Data: an Assessment of Unsupervised Machine Learning Models
West High School(西高中);University of Utah(犹他大学)
根据美国国家癌症研究所的数据,2018年有950万人死于癌症。改善治疗的一个挑战是遗传不稳定细胞的耐药性。本研究的目的是通过使用管道和评估指标分析单细胞RNA测序(scRNAseq)数据,评估无监督机器学习对异质性肿瘤中治疗耐药表型的分类。scRNAseq定量细胞中的mRNA并表征细胞表型。分析了一个scRNAseq数据集(不同分子亚型的肿瘤/非肿瘤细胞和患者鉴定)。该管道包括数据过滤,主成分分析降维,均匀流形近似和投影投影,九种方法(Ward,BIRCH,高斯混合模型,DBSCAN,光谱,亲和传播,凝聚聚类,均值漂移和K均值)的聚类,以及评估。7个模型划分肿瘤与非肿瘤细胞和分子亚型,6个模型分类不同的患者身份(其中13个在数据集中列出); K-Means、Ward和BIRCH通常排名最高,肿瘤与非肿瘤任务的准确率约为80%,分子亚型和患者ID的准确率约为60%。和BIRCH模型被评估为最有效的用于进一步分析。在目前没有scRNAseq分析标准方案的临床研究中,从该管道生成的簇可用于了解癌症细胞行为和恶性生长,直接影响治疗的成功。
2021-08-11 cs.LG q-bio.CB q-bio.GN
SkipGNN: Predicting Molecular Interactions with Skip-Graph Networks
Harvard T.H. Chan School of Public Health(哈佛大学陈曾熙公共卫生学院);IQVIA(艾昆纬);Harvard University(哈佛大学);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
分子相互作用网络是发现的有力资源。它们越来越多地与机器学习方法一起使用,以预测生物学上有意义的相互作用。虽然图上的深度学习极大地提高了预测能力,但当前的图神经网络(GNN)方法是基于交互节点之间的直接相似性进行优化的。然而,在生物网络中,不直接交互的节点之间的相似性在过去十年中被证明在各种交互网络中非常有用。在这里,我们提出了SkipGNN,一个图神经网络方法预测分子相互作用。SkipGNN不仅通过聚合来自直接相互作用的信息,还通过聚合来自二级相互作用的信息来预测分子相互作用,我们称之为跳过相似性。与现有的GNN相比,SkipGNN从交互网络中的两跳邻居以及直接邻居接收神经消息,并对消息进行非线性变换以获得有用的预测信息。为了将跳跃相似性注入GNN,我们构建了原始网络的修改版本,称为跳跃图。然后,我们开发了一个迭代融合方案,使用跳过图和原始图来优化GNN。在药物-药物、药物-靶标、蛋白质-蛋白质和基因-疾病相互作用等四种相互作用网络上的实验表明,SkipGNN实现了卓越而稳健的性能,比现有方法的精确召回曲线下面积(PR-AUC)高出28.8%。此外,我们表明,与流行的GNN不同,SkipGNN学习生物学上有意义的嵌入,并且在嘈杂的、不完整的交互网络上表现得特别好。
2020-12-09 cs.LG q-bio.MN
E(3)-equivariant models cannot learn chirality: Field-based molecular generation
Department of Computer Science, Aalto University(阿尔托大学计算机科学系);YaiYai Ltd(YaiYai有限公司)
针对E(3)等变模型无法学习决定药物安全性和效力的手性问题,提出基于场的分子表示及参考旋转方法,该模型可捕捉手性且在标准基准上性能与E(3)基方法相当。
2025-04-18 cs.LG physics.chem-ph q-bio.BM
Predicting CO$_2$ Absorption in Ionic Liquids with Molecular Descriptors and Explainable Graph Neural Networks
Carnegie Mellon University(卡内基梅隆大学)
离子液体(Ionic Liquids,IL)为CO $_2$的捕获和储存提供了一种很有前途的解决方案,以减缓全球变暖。然而,从巨大的化学空间中识别和设计高容量IL需要昂贵且详尽的模拟和实验。机器学习(ML)可以通过以数据驱动的方式进行准确有效的性质预测来加速搜索所需离子分子的过程。但现有的描述符和ML模型的离子分子遭受的分子图结构的适应效率低下。此外,很少有研究ML模型的可解释性,以帮助理解可以指导有效离子分子设计的学习特征。在这项工作中,我们开发了基于指纹的ML模型和图神经网络(GNNs)来预测IL中的CO $_2$吸收。指纹在特征提取阶段处理图结构,而GNN在特征提取和模型预测阶段直接处理分子结构。我们表明,我们的方法优于以前的ML模型,达到了高精度(MAE为0.0137,$R^2$为0.9884)。此外,我们利用GNNs特征表示的优势,并开发了一种基于子结构的解释方法,该方法可以深入了解IL分子中的每个化学片段如何有助于ML模型的CO $_2$吸收预测。我们的解释结果与离子液体中CO $_2$吸附的理论反应机理相吻合,为今后设计新型高效的功能化离子液体提供了参考。
2022-11-09 cs.LG physics.chem-ph
Predicting Hydroxyl Mediated Nucleophilic Degradation and Molecular Stability of RNA Sequences through the Application of Deep Learning Methods
International School Basel(巴塞尔国际学校)
合成和有效实施mRNA链已被证明具有广泛的用途,特别是最近在COVID疫苗的开发中。然而,由于核糖中存在2 '-羟基,mRNA的内在化学稳定性提出了挑战。骨架结构中的-OH基团能够通过去质子化的羟基对相邻的磷进行碱催化的亲核攻击,并随后使磷酸二酯键自水解。正如在线水解裂解反应所预期的那样,mRNA链的化学稳定性高度依赖于外部环境因素,例如pH值、温度、氧化剂等。使用计算模型预测这种化学不稳定性将减少合成序列的数量,并通过鉴定最有希望的候选物进行测试,从而有助于mRNA相关疗法的开发。本文提出并评估了三种深度学习模型(长短期记忆、门控递归单元和图卷积网络),作为预测mRNA序列降解反应性和风险的方法。本研究中使用了6034个mRNA序列的斯坦福开放疫苗数据集。训练集由3029个这些序列(长度为107个核苷酸碱基)组成,而测试数据集由3005个序列(长度为130个核苷酸碱基)组成,以结构化(最低熵碱基对概率矩阵)和非结构化(节点和边缘)形式。准确地生成mRNA链的稳定性,其中图卷积网络是反应性的最佳预测器($RMSE = 0.249$),而门控递归单元网络在预测降解风险($RMSE = 0.266$)方面是最佳的。结合所有目标变量,GRU表现最好,准确率为76%。结果表明,这些模型可以应用于理解和预测mRNA的化学稳定性在不久的将来。
2021-09-26 cs.LG q-bio.QM
Predicting Brain Morphogenesis via Physics-Transfer Learning
Applied Mechanics Laboratory, Department of Engineering Mechanics, Tsinghua University(清华大学工程力学系应用力学实验室);Institute of Mechanics and Computational Engineering, Department of Aeronautics and Astronautics & College of Intelligent Robotics and Advanced Manufacturing, Fudan University(复旦大学力学与计算工程研究所)
本研究提出物理迁移学习框架,利用简单几何体的弹性物理预测脑形态发生,构建数字库克服数据稀缺,实现高精度特征表征与预测,并验证数字孪生技术应用。
2025-08-22 cs.LG nlin.PS q-bio.NC
An Explainable Machine Learning Framework for Predicting Blood-Brain Barrier Permeability Using Molecular Descriptors
Sharif University of Technology(谢里夫理工大学)
本研究利用分子描述符和四种机器学习算法构建可解释框架预测血脑屏障通透性,其中优化XGBoost性能最佳,并识别出TPSA、HBD和LogP为关键影响因素。
2026-09-10 cond-mat.mtrl-sci cs.LG
The Role of Model Architecture and Scale in Predicting Molecular Properties: Insights from Fine-Tuning RoBERTa, BART, and LLaMA
Oral Roberts University(Oral Roberts大学);Department of Computing & Mathematics(计算与数学系)
本研究通过统一训练框架比较RoBERTa、BART和LLaMA在SMILES分子性质预测中的微调效果,发现模型规模比绝对验证损失更能决定性能,并为化学信息学任务中的LLM选择提供了方法论指导。
2024-05-02 cs.CL cs.LG physics.chem-ph
Efficiently predicting high resolution mass spectra with graph neural networks
MIT(麻省理工学院);Enveda Biosciences(恩维达生物科学公司)
从质谱中识别小分子是计算代谢组学中的主要开放问题。这通常被称为信息检索:将未知光谱与从大型化学结构数据库中计算预测的光谱进行匹配。然而,目前的光谱预测方法对输出空间建模的方式迫使在捕获高分辨率质量信息和易于处理的学习之间进行权衡。我们解决这个权衡铸造光谱预测作为一个映射从输入分子图的概率分布的分子式。我们发现,一个大的语料库的质谱可以接近使用一个固定的词汇构成所有观察到的公式只有2%。这使得使用类似于图分类的架构进行有效的频谱预测- GrAFF-MS -实现比最先进的方法显著更低的预测误差和更快的数量级的运行时间。
2023-01-26 cs.LG q-bio.QM
Unifying Mixed Gas Adsorption in Molecular Sieve Membranes and MOFs using Machine Learning
Indian Institute of Science(印度科学学院)
本文提出一种仅基于气体混合物和吸附剂物理性质特征的机器学习模型,通过在碳分子筛膜和CoRE MOF数据库上联合训练,统一预测两类材料中纯气体和二元混合气体的吸附等温线,并成功预测CALF-20的CO2吸附量。
2024-06-19 cond-mat.mtrl-sci cond-mat.soft cs.LG
Enabling ab initio geometry optimization of strongly correlated systems with transferable deep quantum Monte Carlo
FU Berlin, Department of Mathematics and Computer Science(柏林自由大学数学与计算机科学系);Microsoft Research AI4Science(微软研究院AI4Science);FU Berlin, Department of Physics(柏林自由大学物理系);Rice University, Department of Chemistry(莱斯大学化学系)
本文提出结合可转移深度学习VMC与高效能估计方法,实现复杂PES的高精度探索,适用于结构弛豫、过渡态搜索和最小能量路径等研究。
2026-03-26 cs.LG physics.chem-ph physics.comp-ph
Explainable Deep Relational Networks for Predicting Compound-Protein Affinities and Contacts
Department of Electrical;Computer Engineering, Texas A\&M University, College Station, TX 77843, United States;Department of Computer Science;Engineering, Texas A\&M University, College Station, TX 77843, United States
预测化合物与蛋白质的亲和力对于加速药物发现至关重要。机器学习最近取得的进展主要集中在准确性上,但在可解释性方面还有很多需要改进的地方。通过分子联系的基础亲和力,我们的大规模的可解释性评估发现常用的注意力机制不足。因此,我们制定了一个层次化的多目标学习问题,其预测的接触形成的基础上预测的亲和力。我们进一步设计了一个物理启发的深度关系网络,DeepRelations,具有内在可解释的架构。具体来说,各种原子级接触或“关系”导致分子级亲和力预测。嵌入式注意与预测的结构上下文和监督部分可用的训练接触。DeepRelations表现出了卓越的可解释性:在不影响亲和力预测的情况下,它分别将测试、化合物独特、蛋白质独特和两者都独特的接触预测的AUPRC提高了9.5、16.9、19.3和5.7倍。我们的研究代表了第一个专门的模型开发和系统的模型评估,可解释的机器学习的化合物-蛋白质亲和力。
2019-12-29 cs.LG q-bio.BM
Predicting and generating antibiotics against future pathogens with ApexOracle
University of Pennsylvania(宾夕法尼亚大学)
针对抗微生物药物耐药性挑战,提出AI模型ApexOracle,通过整合分子特征与病原体特异性上下文,实现快速抗菌活性预测及针对未知病原体的全新分子生成,为应对未来传染病爆发提供可扩展策略。
2025-07-10 cs.LG q-bio.QM
TripHLApan: predicting HLA molecules binding peptides based on triple coding matrix and transfer learning
Central South University(中南大学);Old Dominion University(奥多明尼昂大学)
人类白细胞抗原(Human leukocyte antigen,HLA)是人体免疫领域的重要分子家族,它识别外来威胁并通过向T细胞提呈肽来触发免疫反应。近年来,合成肿瘤疫苗以诱导特异性免疫反应已成为肿瘤治疗的前沿。通过计算机模拟肽与HLA之间的结合模式可以大大加快肿瘤疫苗的开发。然而,大多数预测方法的性能非常有限,它们不能充分利用现有的生物学知识作为建模的基础。在本文中,我们提出了TripHLApan,一种新的泛特异性预测模型,HLA分子肽结合预测。TripHLApan通过集成三重编码矩阵,BiGRU + Attention模型和迁移学习策略,具有强大的预测能力。综合评价证明了TripHLApan在不同测试环境中预测HLA-I和HLA-II肽结合的有效性。HLA-I的预测能力在最新的数据集中得到了进一步证明。此外,我们表明TripHLApan在黑色素瘤患者的样品中具有很强的结合重建能力。结论:TripHLApan是预测HLA-I和HLA-II分子肽结合的有力工具,可用于肿瘤疫苗的合成。
2022-08-06 cs.LG q-bio.QM
An End-to-End Framework for Molecular Conformation Generation via Bilevel Programming
Mila - Québec AI Institute(米拉-魁北克人工智能研究所);Université de Montréal(蒙特利尔大学);Massachusetts Institute of Technology(麻省理工学院);Peking University(北京大学);Canadian Institute for Advanced Research (CIFAR)(加拿大高级研究院);HEC Montréal(蒙特利尔高等商学院)
针对两阶段分子构象生成难以保持局部原子几何的问题,提出基于条件变分自编码器和双层规划的端到端框架 ConfVAE,并在多个基准上验证其优于现有方法。
2021-06-02 cs.LG q-bio.BM