融合物理与化学信息的深度分子表示学习
定量方法
2021-12-10 v1 机器学习
摘要
分子表示学习是结合深度学习与分子科学的首要且关键步骤。为突破分子表示学习的边界，我们提出 PhysChem，一种通过融合分子的物理与化学信息来学习分子表示的新型神经架构。PhysChem 由一个物理学家网络（PhysNet）和一个化学家网络（ChemNet）组成。PhysNet 是一个神经物理引擎，通过使用参数化力模拟分子动力学来学习分子构象；ChemNet 实现了几何感知的深度消息传递，以学习分子的化学/生物医学性质。两个网络专注于各自的任务，并通过相互提供专业知识进行协作。通过融合物理与化学信息，PhysChem 在标准分子机器学习基准 MoleculeNet 上取得了最先进的性能。PhysChem 的有效性在 SARS-CoV-2 的前沿数据集上得到了进一步证实。
引用
@article{arxiv.2112.04624,
title = {Deep Molecular Representation Learning via Fusing Physical and Chemical Information},
author = {Shuwen Yang and Ziyao Li and Guojie Song and Lingsheng Cai},
journal= {arXiv preprint arXiv:2112.04624},
year = {2021}
}
备注
In NeurIPS-2021, 18 pages, 5 figures, appendix included