分子表示上的几何深度学习
化学物理
2022-01-03 v4 人工智能
机器学习
生物大分子
摘要
几何深度学习（GDL）基于融入并处理对称性信息的神经网络架构，已成为人工智能中近期的新范式。GDL 在分子建模应用中尤具前景，其中存在具有不同对称性与抽象层级的多种分子表示。本综述提供分子 GDL 的结构化与统一概览，突出其在药物发现、化学合成预测与量子化学中的应用。重点置于所学分子特征的相关性及其与既有分子描述符的互补性。本综述概述当前挑战与机遇，并对分子科学中 GDL 的未来作出展望。
引用
@article{arxiv.2107.12375,
title = {Geometric Deep Learning on Molecular Representations},
author = {Kenneth Atz and Francesca Grisoni and Gisbert Schneider},
journal= {arXiv preprint arXiv:2107.12375},
year = {2022}
}