近日，百度在《Nature Machine Intelligence》上发表了AI+生物计算的最新研究成果《Geometry Enhanced Molecular Representation Learning for Property Prediction》，提出“基于空间结构的化合物表征学习方法”，即“几何构象增强AI算法”（Geometry Enhanced Molecular Representation Learning，GEM模型），揭示了一种基于三维空间结构信息的化合物建模方法，以及在药物研发中的应用。
百度研究成果登《Nature》子刊：利用几何构象提升化合物分子建模效果
2022-05-04
166
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
百度研究成果登《Nature》子刊：利用几何构象提升化合物分子建模效果
目录
相关文章
|
3月前
|
机器学习/深度学习
人工智能
芯片
牛津光计算论文登Nature正刊，分析帕金森患者步态准确率达92.2%
【9月更文挑战第23天】牛津大学研究人员在《自然》杂志上发表了一篇关于光计算的重要论文，展示了一种利用光的局部相干性增强光子计算并行性的新方法。该技术通过部分相干光与重建方法结合，提高了处理效率和并行性，同时降低了对相移器和微环谐振器的依赖，展示了在光子张量核心中的应用潜力，并在实际计算任务中实现了高准确率。这项突破有望推动光子处理器在人工智能领域的广泛应用。
46
5
5
|
3月前
|
人工智能
自然语言处理
算法
GPT-4无师自通预测蛋白质结构登Nature子刊！LLM全面进军生物学，AlphaFold被偷家?
【9月更文挑战第17天】近日，《自然》子刊发表的一篇论文展示了GPT-4在预测蛋白质结构方面的惊人能力，这一突破不仅揭示了大型语言模型在生物学领域的巨大潜力，还可能影响传统预测工具如AlphaFold的地位。研究人员发现，GPT-4仅通过自然语言处理就能准确预测蛋白质的三维结构，包括常见的氨基酸序列和复杂的α-螺旋结构。实验结果显示，其预测精度与实际结构非常接近。这一成果意味着自然语言处理技术也可应用于生物学研究，但同时也引发了关于其局限性和对现有工具影响的讨论。论文详情见：https://www.nature.com/articles/s41598-024-69021-2
62
8
8
|
4月前
|
机器学习/深度学习
自然语言处理
准确率达60.8%，浙大基于Transformer的化学逆合成预测模型，登Nature子刊
【8月更文挑战第29天】浙江大学团队在《Nature》子刊上发表的论文介绍了一款名为EditRetro的基于Transformer架构的化学逆合成预测模型，其准确率高达60.8%，为化学合成领域带来了革命性的变化。此模型无需依赖传统化学反应模板，具备更强的泛化能力和多样化合成路线生成能力，在药物研发和材料科学领域展现出巨大潜力，尽管仍存在一定的错误率和计算资源需求高等挑战。论文详情见：https://www.nature.com/articles/s41467-024-50617-1。
65
3
3
|
5月前
|
数据采集
机器学习/深度学习
人工智能
AI小分子药物发现的百科全书，康奈尔、剑桥、EPFL等研究者综述登Nature子刊
【7月更文挑战第12天】康奈尔、剑桥及EPFL科学家合作，详述AI在药物发现中的突破与挑战[^1]。AI现用于新化合物生成、现有药物优化及再利用，加速研发进程。尽管取得进展，可解释性不足、数据质量和伦理监管仍是待解难题。
[^1]: [论文链接](https://www.nature.com/articles/s42256-024-00843-5)
73
3
3
|
6月前
|
数据采集
人工智能
算法
ICLR 2024 Spotlight：单模型斩获蛋白质突变预测榜一！西湖大学提出基于结构词表方法
【6月更文挑战第1天】西湖大学团队研发的蛋白质语言模型SaProt，在结构词表方法下，于蛋白质突变预测任务中荣登榜首。SaProt利用Foldseek编码的结构标记理解蛋白质行为，超越现有基准模型，在10个下游任务中表现出色。尽管训练资源需求大，且有特定任务优化空间，但该模型为生物医学研究带来新工具，促进科学理解与合作。论文链接：[https://www.biorxiv.org/content/10.1101/2023.10.01.560349v4](https://www.biorxiv.org/content/10.1101/2023.10.01.560349v4)
216
7
7
|
7月前
|
机器学习/深度学习
人工智能
辉瑞 AI 方法登 Science，揭示数以万计的配体-蛋白质相互作用
【5月更文挑战第15天】辉瑞研究人员在《Science》发表论文，利用深度学习模型PLIN预测和分析数以万计的蛋白质-配体相互作用，有望加速药物研发，提高药物效果和安全性。实验显示模型在1000多对数据上表现良好，但对复杂相互作用和泛化能力仍有待改进。[链接](https://www.science.org/doi/10.1126/science.adk5864)
55
3
3
|
7月前
|
机器学习/深度学习
药物分子设计新策略，微软条件扩散模型DiffLinker登Nature子刊
【5月更文挑战第5天】微软研究院在Nature子刊发表新成果，提出药物分子设计模型DiffLinker。该深度学习模型利用扩散过程生成具有特定化学性质的分子结构，优化药物效能。DiffLinker能加速设计过程，提高效率，但需大量数据训练，且生成结果可能受数据偏差影响。[[1](https://www.nature.com/articles/s42256-024-00815-9)]
79
2
2
|
机器学习/深度学习
算法
数据可视化
|
机器学习/深度学习
算法
异构计算
|
机器学习/深度学习
编解码
热门文章
最新文章
1
四大触点，教你从“用户视角”构建数据分析体系
2
《Stata统计分析与应用（第2版）》一3.4 图形的保存、合并及修改
3
Spring-boot+Dubbo应用启停源码分析
4
分享一些OpenStack的qcow2格式实例镜像
5
基于区块链的机器学习模型创建方案
6
微信web开发者工具无法打开的六种解决方法
7
RocketMq-Request-Reply消息
8
[译] 构建世界上最快的会议网站
9
" "(双引号)与 ' '(单引号)的区别
10
自定义高效支持点击监听的RecyclerView
1
AI在电子商务中的个性化推荐系统：驱动用户体验升级
29
2
基于AI的网络流量分析：构建智能化运维体系
26
3
鸿蒙登录页面好看的样式设计-HarmonyOS应用开发实战与ArkTS代码解析【HarmonyOS 5.0（Next）】
25
4
HarmonyOS 5.0 （Next）应用开发实战：使用ArkTS构建开箱即用的登录页面【HarmonyOS 5.0（Next）】
30
5
开箱即用的个人主页页面开发实战—基于HarmonyOS 5.0 （Next）和ArkTS的实现【HarmonyOS 5.0（Next）】
32
6
《Java 在 3D 视觉与重建领域：开启无限可能之旅》
22
7
《Java 情感分析：前沿技术与方法全解析》
26
8
《GraalVM：Java AI 应用性能与启动速度的优化利器》
22
9
《探索 Apache Spark MLlib 与 Java 结合的卓越之道》
19
10
云产品评测
21