q-bio.BM」カテゴリーアーカイブ

Unlocking the Power of Gradient Guidance for Structure-Based Molecule Optimization

要約 構造ベース分子最適化 (SBMO) は、タンパク質標的に対して連続座標と離 … 続きを読む

カテゴリー: cs.AI, q-bio.BM | コメントする

GNNAS-Dock: Budget Aware Algorithm Selection with Graph Neural Networks for Molecular Docking

要約 分子ドッキングは創薬と設計における主要な要素です。 小分子のタンパク質への … 続きを読む

カテゴリー: cs.LG, q-bio.BM | コメントする

log-RRIM: Yield Prediction via Local-to-global Reaction Representation Learning and Interaction Modeling

要約 化学反応の収率を正確に予測することは、有機合成を最適化するために非常に重要 … 続きを読む

カテゴリー: cs.AI, cs.LG, q-bio.BM | コメントする

Hierarchical Structure Enhances the Convergence and Generalizability of Linear Molecular Representation

要約 言語モデルは、構文、意味論、および推論における基本的な能力を示しますが、そ … 続きを読む

カテゴリー: cs.AI, q-bio.BM | コメントする

RiNALMo: General-Purpose RNA Language Models Can Generalize Well on Structure Prediction Tasks

要約 RNA は最近、興味深い低分子薬剤標的として認識されていますが、それを最大 … 続きを読む

カテゴリー: cs.LG, q-bio.BM | コメントする

AMARO: All Heavy-Atom Transferable Neural Network Potentials of Protein Thermodynamics

要約 全原子分子シミュレーションは高分子現象についての詳細な洞察を提供しますが、 … 続きを読む

カテゴリー: cs.LG, physics.bio-ph, physics.comp-ph, q-bio.BM | コメントする

Enabling Efficient Equivariant Operations in the Fourier Basis via Gaunt Tensor Products

要約 E(3) グループの等変ニューラル ネットワークの開発は、現実世界のアプリ … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG, math.GR, physics.chem-ph, q-bio.BM | コメントする

log-RRIM: Yield Prediction via Local-to-global Reaction Representation Learning and Interaction Modeling

要約 化学反応の収率を正確に予測することは、有機合成を最適化するために非常に重要 … 続きを読む

カテゴリー: cs.AI, cs.LG, q-bio.BM | コメントする

OneProt: Towards Multi-Modal Protein Foundation Models

要約 最近の AI の進歩により、マルチモーダル システムが多様な情報空間をモデ … 続きを読む

カテゴリー: cs.LG, q-bio.BM | コメントする

Bridge-IF: Learning Inverse Protein Folding with Markov Bridges

要約 逆タンパク質フォールディングは、コンピュータによるタンパク質設計における基 … 続きを読む

カテゴリー: cs.AI, cs.LG, q-bio.BM | Bridge-IF: Learning Inverse Protein Folding with Markov Bridges はコメントを受け付けていません