論文の概要: Shape-conditioned 3D Molecule Generation via Equivariant Diffusion Models

• arxiv url: http://arxiv.org/abs/2308.11890v2
• Date: Tue, 12 Sep 2023 15:02:43 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-13 16:40:58.233591
• Title: Shape-conditioned 3D Molecule Generation via Equivariant Diffusion Models
• Title（参考訳）: 等変拡散モデルによる形状条件付き3次元分子生成
• Authors: Ziqi Chen, Bo Peng, Srinivasan Parthasarathy, Xia Ning
• Abstract要約: リガンドをベースとした薬物設計は、既知の活性分子と類似した形状の新規な薬物候補を特定することを目的としている。 形状誘導型生成モデルであるShapeMolを開発した。
• 参考スコア（独自算出の注目度）: 9.852142469374849
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Ligand-based drug design aims to identify novel drug candidates of similar shapes with known active molecules. In this paper, we formulated an in silico shape-conditioned molecule generation problem to generate 3D molecule structures conditioned on the shape of a given molecule. To address this problem, we developed a translation- and rotation-equivariant shape-guided generative model ShapeMol. ShapeMol consists of an equivariant shape encoder that maps molecular surface shapes into latent embeddings, and an equivariant diffusion model that generates 3D molecules based on these embeddings. Experimental results show that ShapeMol can generate novel, diverse, drug-like molecules that retain 3D molecular shapes similar to the given shape condition. These results demonstrate the potential of ShapeMol in designing drug candidates of desired 3D shapes binding to protein target pockets.
• Abstract（参考訳）: リガンドベースの薬物設計は、既知の活性分子と類似した形状の新しい薬物候補を特定することを目的としている。 本稿では, シリカ形状条件分子生成問題を定式化し, 与えられた分子の形状を条件とした3次元分子構造を生成する。 この問題に対処するために, 変換および回転同変形状誘導生成モデル shapemol を開発した。 ShapeMolは、分子表面形状を潜在埋め込みにマッピングする同変形状エンコーダと、これらの埋め込みに基づいて3次元分子を生成する同変拡散モデルからなる。 実験の結果、shapemolは、与えられた形状条件に類似した3d分子形状を保持する、新しい多様な薬物様分子を生成できることが示されている。 これらの結果は、タンパク質標的ポケットに結合する所望の3d形状の薬物候補の設計におけるshapemolの可能性を示している。

関連論文リスト

• Diffusion Models in $\textit{De Novo}$ Drug Design [0.0]
  拡散モデルは、特に3次元分子構造の文脈において、分子生成の強力なツールとして登場した。 本稿では,3次元分子生成に適した拡散モデルの技術的実装について述べる。
  論文  参考訳（メタデータ） (2024-06-07T06:34:13Z)
• Field-based Molecule Generation [50.124402120798365]
  本稿では,本手法の柔軟性が,一般的なポイントクラウド方式よりも重要な利点をもたらすことを示す。 我々は、薬物の安全性と有効性に欠落した分子特性である光学異性体(エナンチオマー)に取り組む。
  論文  参考訳（メタデータ） (2024-02-24T17:13:58Z)
• Functional-Group-Based Diffusion for Pocket-Specific Molecule Generation and Elaboration [63.23362798102195]
  ポケット特異的分子生成とエラボレーションのための機能群に基づく拡散モデルD3FGを提案する。 D3FGは分子を、剛体として定義される官能基と質量点としてのリンカーの2つのカテゴリに分解する。 実験では, より現実的な3次元構造, タンパク質標的に対する競合親和性, 薬物特性の良好な分子を生成できる。
  論文  参考訳（メタデータ） (2023-05-30T06:41:20Z)
• 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)
• An Equivariant Generative Framework for Molecular Graph-Structure Co-Design [54.92529253182004]
  分子グラフ構造アンダーラインCo設計のための機械学習ベースの生成フレームワークであるMollCodeを提案する。 MolCodeでは、3D幾何情報によって分子2Dグラフの生成が促進され、それによって分子3D構造の予測が導かれる。 分子設計における2次元トポロジーと3次元幾何は本質的に相補的な情報を含んでいることが明らかとなった。
  論文  参考訳（メタデータ） (2023-04-12T13:34:22Z)
• DiffBP: Generative Diffusion of 3D Molecules for Target Protein Binding [51.970607704953096]
  従来の研究は通常、原子の要素タイプと3次元座標を1つずつ生成する自己回帰的な方法で原子を生成する。 現実世界の分子系では、分子全体の原子間の相互作用が大域的であり、原子間のエネルギー関数が結合する。 本研究では、標的タンパク質に基づく分子3次元構造の生成拡散モデルを構築し、非自己回帰的に全原子レベルで構築する。
  論文  参考訳（メタデータ） (2022-11-21T07:02:15Z)
• 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)
• Learning a Continuous Representation of 3D Molecular Structures with Deep Generative Models [0.0]
  生成モデルは、連続的な潜伏空間における分子の表現と最適化を学ぶ全く異なるアプローチである。 原子密度格子を用いた三次元分子構造の深部生成モデルについて述べる。 また、与えられた入力化合物に基づいて多様な分子の集合をサンプリングすることで、有効な薬物様分子の創出の可能性を高めることができる。
  論文  参考訳（メタデータ） (2020-10-17T01:15:47Z)

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。