首页 > 医学

Nat Commun|西北工业大学施建宇团队:通过多任务图表示学习进行单步逆合成预测

智药邦 2025-01-25 08:00
文章摘要
本文介绍了西北工业大学施建宇教授团队在《Nature Communications》上发表的研究,提出了一种名为Retro-MTGR的新方法,用于单步逆合成预测。该方法通过多任务图表示学习,深入挖掘逆合成反应中的化学逻辑,旨在提高药物合成的效率和精准度。研究团队通过Retro-MTGR框架,能够同时完成识别反应中心、识别离去基和优化原子嵌入三个任务,从而更好地理解化学反应机制并精准预测药物合成路径。实验验证表明,Retro-MTGR推断出的合成路线与实际结果高度一致,证明了其在药物研发中的巨大潜力。未来,研究团队计划整合更多化学合成因子,开发多步逆合成模型以解决更复杂的分子逆合成路线规划任务。
Nat Commun|西北工业大学施建宇团队:通过多任务图表示学习进行单步逆合成预测
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
A dimmable LED light source along the Planckian locus.
DOI: 10.1016/j.isci.2024.111665 Pub Date : 2024-12-20 Date: 2025/1/17 0:00:00
IF 4.6 2区 综合性期刊 Q1
最新文章
密苏里大学许东团队提出S-PLM模型,通过序列和结构对比学习的语言模型进行蛋白质预测
密苏里大学许东团队提出S-PLM模型,通过序列和结构对比学习的语言模型进行蛋白质预测
蛋白质在各种生化过程中起着至关重要的作用。大型蛋白质语言模型(PLM)通过加速蛋白质功能的确定和具有所需功能的蛋白质的设计,在重塑蛋白质研究方面具有良好的潜力。PLM的预测和设计能力依赖于从蛋白质序列
10小时前
AI+抗体从头设计|AMD和Absci达成合作,并投资2000万美元
AI+抗体从头设计|AMD和Absci达成合作,并投资2000万美元
2025年1月8日,以数据为驱动的生成式人工智能药物研发公司Absci Corporation(纳斯达克股票代码:ABSI)宣布与AMD达成战略合作,部署AMD Instinct™加速器和ROCm™软
10小时前
Chem Sci|AI赋能传统力场:字节跳动开发高精度通用小分子力场ByteFF
Chem Sci|AI赋能传统力场:字节跳动开发高精度通用小分子力场ByteFF
小分子力场是药物发现中的重要工具,在计算机辅助药物设计中发挥关键作用。化学空间覆盖广泛且高效精确的小分子力场将为药物发现奠定可靠的基础。尽管基于机器学习的MLFF(如ANI-2x,MACE-OFF23
2025-01-26
澳门理工大学刘焕香教授课题组招收人工智能药物发现专业博士生
澳门理工大学刘焕香教授课题组招收人工智能药物发现专业博士生
1、导师简介及联系方式:刘焕香教授,澳门理工大学应用科学学院教授,人工智能药物发现中心学术带头人。近年来,在人工智能药物发现和设计新方法的发展、基于靶标的药物设计与发现、靶标结构和功能的分子模拟研究等
2025-01-26
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1