基于条件变分自编码器的分子生成模型用于从头分子设计
机器学习
2018-06-18 v1 机器学习
摘要
我们提出一种基于条件变分自编码器的分子生成模型，用于从头分子设计。其专门通过在潜空间上施加多个分子性质来同时控制它们。作为概念验证，我们展示该模型可用于生成具有五种目标性质的类药分子。我们还能够在不改变其他性质的情况下调节单一性质，并将其操纵至数据集范围之外。
引用
@article{arxiv.1806.05805,
title = {Molecular generative model based on conditional variational autoencoder for de novo molecular design},
author = {Jaechang Lim and Seongok Ryu and Jin Woo Kim and Woo Youn Kim},
journal= {arXiv preprint arXiv:1806.05805},
year = {2018}
}