TorchDrug：一个强大且灵活的药物发现机器学习平台
机器学习
2022-02-18 v1
摘要
机器学习在革新药物发现领域方面具有巨大潜力，近年来正吸引越来越多的关注。然而，缺乏领域知识（例如应开展哪些任务）、标准基准与数据预处理流程是机器学习研究者进入该领域的主要障碍。为促进机器学习用于药物发现的进展，我们开发了TorchDrug，一个构建于PyTorch之上的强大且灵活的药物发现机器学习平台。TorchDrug对药物发现中的多种重要任务进行了基准测试，包括分子性质预测、预训练分子表示、从头分子设计与优化、逆合成预测以及生物医学知识图谱推理。基于几何深度学习（或图机器学习）、深度生成模型、强化学习与知识图谱推理的前沿技术被实现用于这些任务。TorchDrug具有分层接口，便于该领域新手与专家进行定制。教程、基准结果与文档可在 https://torchdrug.ai 获取。代码以Apache License 2.0发布。
引用
@article{arxiv.2202.08320,
title = {TorchDrug: A Powerful and Flexible Machine Learning Platform for Drug Discovery},
author = {Zhaocheng Zhu and Chence Shi and Zuobai Zhang and Shengchao Liu and Minghao Xu and Xinyu Yuan and Yangtian Zhang and Junkun Chen and Huiyu Cai and Jiarui Lu and Chang Ma and Runcheng Liu and Louis-Pascal Xhonneux and Meng Qu and Jian Tang},
journal= {arXiv preprint arXiv:2202.08320},
year = {2022}
}