彌合化學(xué)反應(yīng)預(yù)訓(xùn)練和條件分子生成之間的差距，北大&望石智慧提出「統(tǒng)一」模型

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：彌合化學(xué)反應(yīng)預(yù)訓(xùn)練和條件分子生成之間的差距，北大&望石智慧提出「統(tǒng)一」模型

關(guān)鍵字：化學(xué)反應(yīng),反應(yīng)物,反應(yīng),模型,方法

文章來(lái)源：機(jī)器之心

內(nèi)容字?jǐn)?shù)：4561字

內(nèi)容摘要：將 ScienceAI設(shè)為星標(biāo)第一時(shí)間掌握新鮮的 AI for Science 資訊編輯 |紫羅化學(xué)反應(yīng)是藥物設(shè)計(jì)和有機(jī)化學(xué)研究的基礎(chǔ)。研究界越來(lái)越需要一種能夠有效捕獲化學(xué)反應(yīng)基本規(guī)則的大規(guī)模深度學(xué)習(xí)框架。近日，來(lái)自北京大學(xué)和望石智慧的研究團(tuán)隊(duì)提出了一種新方法來(lái)彌合基于反應(yīng)的分子預(yù)訓(xùn)練和生成任務(wù)之間的差距。受有機(jī)化學(xué)機(jī)制的啟發(fā)，研究人員開(kāi)發(fā)了一個(gè)新的預(yù)訓(xùn)練框架，使其能夠?qū)w納偏差納入模型中。所提框架在執(zhí)行具有挑戰(zhàn)性的下游任務(wù)中取得了最先進(jìn)的結(jié)果。通過(guò)掌握化學(xué)知識(shí)，生成框架克服了當(dāng)前依賴少量反應(yīng)模板的分子生成模型的局限性。在大量的實(shí)驗(yàn)中，模型生成了高質(zhì)量的可合成藥物樣結(jié)構(gòu)。總的來(lái)說(shuō)，該研究向各種基于反應(yīng)的應(yīng)用程序的大規(guī)模深度學(xué)習(xí)框架邁出了重要一步。該研究以《Bridging the gap between chemical reaction pretraining and condition…

原文鏈接：點(diǎn)此閱讀原文：彌合化學(xué)反應(yīng)預(yù)訓(xùn)練和條件分子生成之間的差距，北大&望石智慧提出「統(tǒng)一」模型

聯(lián)系作者

文章來(lái)源：機(jī)器之心

作者微信：almosthuman2014

作者簡(jiǎn)介：專(zhuān)業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)