Open-Source Molecular Processing Pipeline for Generating Molecules

要約

分子の生成モデルは、計算化学での使用がかなり有望であることが示されていますが、専門家以外にとっては依然として使用が困難です。
このため、私たちは、堅牢で再利用可能な分子生成パイプラインを作成することを目的として、広く使用されている DeepChem [Ramsundar et al., 2019] ライブラリに生成分子モデルを簡単に構築するためのオープンソース インフラストラクチャを導入します。
特に、Molecular Generative Adversarial Networks (MolGAN) [Cao and Kipf, 2022] と Normalizing Flows [Papamakarios et al., 2021] の高品質 PyTorch [Paszke et al., 2019] 実装を追加します。
私たちの実装は、過去の研究に匹敵する強力なパフォーマンスを示しています [Kuznetsov and Polykovskiy, 2021、Cao and Kipf, 2022]。

要約(オリジナル)

Generative models for molecules have shown considerable promise for use in computational chemistry, but remain difficult to use for non-experts. For this reason, we introduce open-source infrastructure for easily building generative molecular models into the widely used DeepChem [Ramsundar et al., 2019] library with the aim of creating a robust and reusable molecular generation pipeline. In particular, we add high quality PyTorch [Paszke et al., 2019] implementations of the Molecular Generative Adversarial Networks (MolGAN) [Cao and Kipf, 2022] and Normalizing Flows [Papamakarios et al., 2021]. Our implementations show strong performance comparable with past work [Kuznetsov and Polykovskiy, 2021, Cao and Kipf, 2022].

arxiv情報

提供元, 利用サービス

arxiv.jp, Google