論文の概要: Towards equilibrium molecular conformation generation with GFlowNets
- arxiv url: http://arxiv.org/abs/2310.14782v1
- Date: Fri, 20 Oct 2023 15:41:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 20:59:52.839589
- Title: Towards equilibrium molecular conformation generation with GFlowNets
- Title(参考訳): gflownetsによる平衡分子配座生成に向けて
- Authors: Alexandra Volokhova, Micha{\l} Koziarski, Alex Hern\'andez-Garc\'ia,
Cheng-Hao Liu, Santiago Miret, Pablo Lemos, Luca Thiede, Zichao Yan, Al\'an
Aspuru-Guzik, Yoshua Bengio
- Abstract要約: 我々は,GFlowNetを用いて,分子のエネルギーによって決定されるボルツマン分布から小分子の配座をサンプリングする。
我々はGFlowNetがボルツマン分布に比例して分子ポテンシャルエネルギー表面を再現できることを実証した。
- 参考スコア(独自算出の注目度): 90.29728873459774
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Sampling diverse, thermodynamically feasible molecular conformations plays a
crucial role in predicting properties of a molecule. In this paper we propose
to use GFlowNet for sampling conformations of small molecules from the
Boltzmann distribution, as determined by the molecule's energy. The proposed
approach can be used in combination with energy estimation methods of different
fidelity and discovers a diverse set of low-energy conformations for highly
flexible drug-like molecules. We demonstrate that GFlowNet can reproduce
molecular potential energy surfaces by sampling proportionally to the Boltzmann
distribution.
- Abstract(参考訳): 多様な熱力学的に実現可能な分子コンフォメーションのサンプリングは、分子の性質を予測する上で重要な役割を果たす。
本稿では,分子のエネルギーによって決定されるボルツマン分布から小分子のコンフォメーションをサンプリングするためにgflownetを使う方法を提案する。
提案手法は, 異なる忠実度のエネルギー推定法と組み合わせて利用することができ, 高いフレキシブルな薬物様分子に対する低エネルギー配座の多種多様な集合を見出すことができる。
我々はGFlowNetがボルツマン分布に比例して分子ポテンシャルエネルギー表面を再現できることを実証した。
関連論文リスト
- Conditional Synthesis of 3D Molecules with Time Correction Sampler [58.0834973489875]
Time-Aware Conditional Synthesis (TACS) は拡散モデルにおける条件生成の新しい手法である。
適応的に制御されたプラグアンドプレイの"オンライン"ガイダンスを拡散モデルに統合し、サンプルを所望の特性に向けて駆動する。
論文 参考訳(メタデータ) (2024-11-01T12:59:25Z) - 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) - Towards Predicting Equilibrium Distributions for Molecular Systems with
Deep Learning [60.02391969049972]
本稿では,分子系の平衡分布を予測するために,分散グラフマー(DiG)と呼ばれる新しいディープラーニングフレームワークを導入する。
DiGはディープニューラルネットワークを用いて分子系の記述子に条件付き平衡分布に単純な分布を変換する。
論文 参考訳(メタデータ) (2023-06-08T17:12:08Z) - 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) - Accurate Prediction of Free Solvation Energy of Organic Molecules via
Graph Attention Network and Message Passing Neural Network from Pairwise
Atomistic Interactions [14.87390785780636]
本稿では,グラフニューラルネットワーク(gnn)アーキテクチャに基づく自由解法エネルギー予測問題に対する2つの新しいモデルを提案する。
gnnは分子の予測情報をグラフ構造から直接低次元の特徴として要約することができる。
提案手法は, 解解自由エネルギー予測のタスクにおいて, 既存の機械学習手法に加えて, 量子力学および分子動力学の手法を上回っていることを示す。
論文 参考訳(メタデータ) (2021-04-15T22:15:18Z) - Learning Neural Generative Dynamics for Molecular Conformation
Generation [89.03173504444415]
分子グラフから分子コンフォメーション(つまり3d構造)を生成する方法を検討した。
分子グラフから有効かつ多様なコンフォーメーションを生成する新しい確率論的枠組みを提案する。
論文 参考訳(メタデータ) (2021-02-20T03:17:58Z) - Auto-Encoding Molecular Conformations [0.0]
提案モデルでは,分子グラフ内の原子の離散的な空間配置を連続的な固定サイズの潜在表現に変換する。
また、我々のモデルを用いて、与えられた分子に対して様々なエネルギー的に好適な配座を生成できることを示す。
論文 参考訳(メタデータ) (2021-01-05T16:09:10Z) - Vibrational quenching of cold molecular ions immersed in their parent
gas [0.0]
理論的には、バックグラウンドガス原子との衝突による初期の弱結合分子イオンの振動緩和過程を理論的に研究する。
非弾性衝突は、主に分子イオンの結合エネルギーの小さな変化を引き起こす。
論文 参考訳(メタデータ) (2020-03-03T10:12:10Z)
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。