文章列表

3.7k 字 3 分钟

Presented by 这篇文章被ICML’21收录 论文链接 Three types of equivariance等变性指一个系统或变换在两种不同的结构或组合之间保持某种特定性质或性质的不变性。 它涉及到数据处理过程中的稳定性和不变性。 三种等变性指的是： Translation equivariance（平移等变性）：当输入的数据进行平移时，模型输出的结果也会相应地进行平移。在图像处理中，这意味着模型对物体在图像中的位置变化具有鲁棒性。 Translating the input by $g∈\R^n$. Let $x+g$ be shorthand for...
5k 字 5 分钟

Paper Link ABSTRACT 分子对接的任务（将小分子配体与蛋白质的结合结构预测）对于药物设计至关重要。 USED TO : 最近的深度学习方法将对接视为回归问题，与传统的基于搜索的方法相比，已经减少了运行时间，但在准确性方面尚未实现实质性的改进。 创新：将分子对接框架构建为生成建模问题，并开发了DIFFDOCK，这是一个基于扩散的生成模型，用于处理配体姿态的非欧几里得流形。为此，我们将这个流形映射到涉及对接的自由度空间的乘积空间中（平移、旋转和扭转自由度），并在该空间上开发了高效的扩散过程。Repo Link 看看别人是怎么做的 理解这个领域是在干什么...
12k 字 11 分钟

Paper Link ABSTRACT MRL很重要，大多数MRL局限在1D和2D。这篇文章提出了一个通用的3D框架(Uni-Mol)预测。 通过整合三维信息，Uni-Mol在14或者15个分子的预测任务优于SOTA(评价指标，通用算法)，并且在蛋白质-配体结合（匹配主要方向 Docking）姿态预测、分子构象生成等3D空间任务有很优越的表现。Repo Link 看看别人是怎么做的 理解这个领域是在干什么...
176 字 1 分钟

Transformer架构等框架的非常好的介绍网站https://jalammar.github.io/illustrated-transformer/ AI4S Cup学习赛-中枢神经系统药物研发:药物筛选与优化 https://nb.bohrium.dp.tech/competitions/detail/9169114995?tab=introduce
353 字 1 分钟

Link: 如何读论文【论文精读·1】 李沐 Archived最近在计划做一个awesome-docking的github repo 大概是 但我也还没想好 感觉其实有点难 这个方向最近刚刚被alpha-fold...
4.4k 字 4 分钟

​ 目前苟且偷生在John Hopcroft实验室 （数据挖掘与机器学习实验室），科研方向为AI4Sci，师从何琨教授。 ​ GOAL: Awesome_docking TO BE FINISHEDPaper Reading ListNewly Assigned Name Link Structure prediction of protein-ligand complexes from sequence information with Umol https://doi.org/10.1101/2023.11.03.565471 DiffDock: Diffusion Steps,...
7.4k 字 7 分钟

没有什么是不能靠梭哈解决的 Nobody 高中于成都七中高新校区就读 现就读于华中科技大学计算机科学与技术学院 （一个高考语文分数没物理分数高的蒟蒻（其实语文不好可能也就像我这样了 ）...