用于药物设计的分子生成：图学习视角
机器学习
2024-01-10 v2 人工智能
摘要
机器学习，尤其是图学习，因其在各个领域的变革性影响而日益受到认可。其中一个极具前景的应用是在分子设计与发现领域，特别是在制药行业。我们的综述全面概述了分子设计的最新方法，特别聚焦于结合（深度）图学习技术的从头药物设计。我们将这些方法分为三个不同的组别：i) 一次性生成，ii) 基于片段，以及 iii) 逐节点生成。此外，我们介绍了一些关键的公开数据集，并概述了用于分子生成和优化的常用评估指标。最后，我们讨论了该领域现有的挑战，并提出了未来研究的潜在方向。
引用
@article{arxiv.2202.09212,
title = {Molecule Generation for Drug Design: a Graph Learning Perspective},
author = {Nianzu Yang and Huaijin Wu and Kaipeng Zeng and Yang Li and Junchi Yan},
journal= {arXiv preprint arXiv:2202.09212},
year = {2024}
}