研究人员开发了 GO-Flow，这是一种新颖的生成模型，旨在提高 3D 分子构象生成的准确性。与将分子视为简单点云的先前方法不同，GO-Flow 通过将生成过程分解为物理驱动的子空间（平移、旋转和构象）来整合几何归纳偏置。这种感知流形的方法使生成路径与分子的自由度保持一致，从而在基准数据集上产生更符合物理规律的结构和最先进的生成质量。该方法还以更少的步骤实现了高保真采样，提高了计算效率。 AI
影响 提高了分子建模的准确性和效率，可能加速药物发现和计算化学。
排序理由 该集群包含一篇详细介绍用于分子构象生成的新颖生成模型的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
