論文の概要: Equivariant Energy-Guided SDE for Inverse Molecular Design
- arxiv url: http://arxiv.org/abs/2209.15408v1
- Date: Fri, 30 Sep 2022 12:10:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-03 17:01:44.251141
- Title: Equivariant Energy-Guided SDE for Inverse Molecular Design
- Title(参考訳): 逆分子設計のための等変エネルギー誘導SDE
- Authors: Fan Bao, Min Zhao, Zhongkai Hao, Peiyao Li, Chongxuan Li, Jun Zhu
- Abstract要約: EEGSDEはエネルギー関数の誘導の下で制御可能な3D分子生成のための柔軟なフレームワークである。
EEGSDEは、対応するエネルギー関数を線形に組み合わせることで、複数の標的特性を持つ分子を生成することができる。
- 参考スコア(独自算出の注目度): 35.50806745435793
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Inverse molecular design is critical in material science and drug discovery,
where the generated molecules should satisfy certain desirable properties. In
this paper, we propose equivariant energy-guided stochastic differential
equations (EEGSDE), a flexible framework for controllable 3D molecule
generation under the guidance of an energy function in diffusion models.
Formally, we show that EEGSDE naturally exploits the geometric symmetry in 3D
molecular conformation, as long as the energy function is invariant to
orthogonal transformations. Empirically, under the guidance of designed energy
functions, EEGSDE significantly improves the baseline on QM9, in inverse
molecular design targeted to quantum properties and molecular structures.
Furthermore, EEGSDE is able to generate molecules with multiple target
properties by combining the corresponding energy functions linearly.
- Abstract(参考訳): 逆分子設計は物質科学や創薬において重要であり、生成した分子は特定の望ましい性質を満たすべきである。
本稿では,拡散モデルにおけるエネルギー関数の指導の下で制御可能な3次元分子生成のための柔軟な枠組みである等変エネルギー誘導確率微分方程式(eegsde)を提案する。
形式的には、EEGSDEは直交変換にエネルギー関数が不変である限り、自然に3次元分子配座の幾何学対称性を利用する。
実験的に、設計エネルギー関数の指導の下で、EEGSDEは量子特性や分子構造を標的とした逆分子設計においてQM9の基底線を著しく改善する。
さらに、EEGSDEは対応するエネルギー関数を線形に組み合わせることで、複数の標的特性を持つ分子を生成することができる。
関連論文リスト
- Molecular Conformation Generation via Shifting Scores [21.986775283620883]
本稿では,分子の崩壊を,分子を構成する原子に増大する力場を鋳造すると見なすことのできる新しい分子コンホメーション生成手法を提案する。
対応する生成モデリングは、実現可能な原子間距離幾何学を保証し、時間可逆性を示す。
論文 参考訳(メタデータ) (2023-09-12T07:39:43Z) - Molecule Design by Latent Space Energy-Based Modeling and Gradual
Distribution Shifting [53.44684898432997]
化学的・生物学的性質が望ましい分子の生成は、薬物発見にとって重要である。
本稿では,分子の結合分布とその特性を捉える確率的生成モデルを提案する。
本手法は種々の分子設計タスクにおいて非常に強力な性能を発揮する。
論文 参考訳(メタデータ) (2023-06-09T03:04:21Z) - MUDiff: Unified Diffusion for Complete Molecule Generation [104.7021929437504]
本稿では,原子の特徴,2次元離散分子構造,および3次元連続分子座標を含む分子の包括的表現を生成する新しいモデルを提案する。
拡散過程を認知するための新しいグラフトランスフォーマーアーキテクチャを提案する。
我々のモデルは、安定で多様な分子を設計するための有望なアプローチであり、分子モデリングの幅広いタスクに適用できる。
論文 参考訳(メタデータ) (2023-04-28T04:25:57Z) - Molecular Geometry-aware Transformer for accurate 3D Atomic System
modeling [51.83761266429285]
本稿では,ノード(原子)とエッジ(結合と非結合の原子対)を入力とし,それらの相互作用をモデル化するトランスフォーマーアーキテクチャを提案する。
MoleformerはOC20の緩和エネルギー予測の初期状態の最先端を実現し、QM9では量子化学特性の予測に非常に競争力がある。
論文 参考訳(メタデータ) (2023-02-02T03:49:57Z) - Equivariant Shape-Conditioned Generation of 3D Molecules for
Ligand-Based Drug Design [3.032184156362992]
分子形状を符号化し,化学的アイデンティティを変動的に符号化することで,形状条件付き3次元分子設計を可能にする新しい3次元生成モデルを提案する。
本研究では, 分子構造の形状条件による生成や, 分子特性の最適化など, 薬物設計に関わる課題における3次元生成モデルの評価を行った。
論文 参考訳(メタデータ) (2022-10-06T19:37:34Z) - Equivariant Diffusion for Molecule Generation in 3D [74.289191525633]
この研究は、ユークリッド変換に同値な3次元の分子計算生成のための拡散モデルを導入する。
提案手法は, 従来の3次元分子生成法に比べて, 生成した試料の品質と訓練時の効率を著しく向上させる。
論文 参考訳(メタデータ) (2022-03-31T12:52:25Z) - Augmenting Molecular Deep Generative Models with Topological Data
Analysis Representations [21.237758981760784]
分子のトポロジカルデータ解析(TDA)表現を付加したSMILES変分自動エンコーダ(VAE)を提案する。
実験の結果, このTDA拡張により, SMILES VAEは3次元幾何学と電子特性の複雑な関係を捉えることができることがわかった。
論文 参考訳(メタデータ) (2021-06-08T15:49:21Z) - E(n) Equivariant Normalizing Flows for Molecule Generation in 3D [87.12477361140716]
本稿ではユークリッド対称性に同値な生成モデルを紹介する: E(n) 等変正規化フロー(E-NFs)
私たちの知る限りでは、これは3Dで分子を生成する可能性に基づく最初の深層生成モデルである。
論文 参考訳(メタデータ) (2021-05-19T09:28:54Z) - GraphEBM: Molecular Graph Generation with Energy-Based Models [42.24111543958905]
エネルギーモデルを用いて分子グラフを生成するグラフEBMを提案する。
エネルギー関数を変分不変にパラメータ化することにより,GraphEBM変分不変化を実現する。
分子を特異的に望ましい性質で生成するために,分子の性質に応じてフレキシブルな度合いでエネルギーを下げる,単純で効果的な戦略を提案する。
論文 参考訳(メタデータ) (2021-01-31T21:45:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。