研究人员正在探索使用语言大模型(LLMs)进行药物发现中的小分子设计。一种方法是在合成任务上训练语言大模型,这些任务可以泛化到复杂分子优化问题,并有望超越更大的模型。另一种方法是将语言大模型与进化算法相结合,在分子优化基准测试中取得新的最先进成果,尤其是在多属性优化场景中。 AI
影响 这些方法可以通过提高设计具有期望属性的分子的效率和有效性来加速药物发现。
排序理由 该集群包含两篇在arXiv上发表的学术论文,详细介绍了在分子设计和优化中使用语言大模型的 novel 方法。
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Dopamine receptor D2
- Gotit.pub
- Hrant Khachatrian
- Hugging Face
- IArxiv
- large language models
- Molecular Ecology Notes
- Mortal Kombat II
- pain
- Practical Molecular Optimization
- Reinforcement Learning from Verifiable Rewards
- ScienceCast
- Small molecule designed to target metal binding site in the alpha2I domain inhibits integrin function.
- Structure-based lead optimization and biological evaluation of BAX direct activators as novel potential anticancer agents.
- Synthetic Task Scaling
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →