生物信息学中的扩散模型：行动中的深度学习革命新浪潮
机器学习
2023-02-23 v1 人工智能
定量方法
摘要
去噪扩散模型近年来已成为最强大的生成模型之一。它们在计算机视觉、自然语言处理（NLP）和生物信息学等诸多领域取得了显著成功。尽管已有一些关于扩散模型及其在计算机视觉和NLP中应用的优秀综述，但缺乏其在生物信息学中应用的概览。本综述旨在对扩散模型在生物信息学中的应用进行较为全面的概述，以促进其在生物信息学和计算生物学中的进一步发展。我们首先介绍了三种基石性扩散建模框架（去噪扩散概率模型、噪声条件评分网络和随机微分方程）的关键概念和理论基础，随后全面描述了扩散模型在生物信息学不同领域的应用，包括冷冻电镜数据增强、单细胞数据分析、蛋白质设计与生成、药物及小分子设计，以及蛋白质-配体相互作用。综述最后总结了扩散模型在生物信息学中的潜在新发展与应用。
引用
@article{arxiv.2302.10907,
title = {Diffusion Models in Bioinformatics: A New Wave of Deep Learning Revolution in Action},
author = {Zhiye Guo and Jian Liu and Yanli Wang and Mengrui Chen and Duolin Wang and Dong Xu and Jianlin Cheng},
journal= {arXiv preprint arXiv:2302.10907},
year = {2023}
}
备注
16 pages, 2 figures, 2 tables, first version of the manuscript