論文の概要: TrustMol: Trustworthy Inverse Molecular Design via Alignment with Molecular Dynamics

• arxiv url: http://arxiv.org/abs/2402.16930v1
• Date: Mon, 26 Feb 2024 15:14:38 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-28 19:03:34.881736
• Title: TrustMol: Trustworthy Inverse Molecular Design via Alignment with Molecular Dynamics
• Title（参考訳）: TrustMol:分子動力学とアライメントによる、信頼できる逆分子設計
• Authors: Kevin Tirta Wijaya, Navid Ansari, Hans-Peter Seidel, Vahid Babaei
• Abstract要約: 近年, 逆分子設計 (IMD) が注目されている。 既存のIMD手法は信頼性の点で遅れている。 信頼性の高いIMD手法であるTrustMolを提案する。
• 参考スコア（独自算出の注目度）: 26.39821691340357
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Data-driven generation of molecules with desired properties, also known as inverse molecular design (IMD), has attracted significant attention in recent years. Despite the significant progress in the accuracy and diversity of solutions, existing IMD methods lag behind in terms of trustworthiness. The root issue is that the design process of these methods is increasingly more implicit and indirect, and this process is also isolated from the native forward process (NFP), the ground-truth function that models the molecular dynamics. Following this insight, we propose TrustMol, an IMD method built to be trustworthy. For this purpose, TrustMol relies on a set of technical novelties including a new variational autoencoder network. Moreover, we propose a latent-property pairs acquisition method to effectively navigate the complexities of molecular latent optimization, a process that seems intuitive yet challenging due to the high-frequency and discontinuous nature of molecule space. TrustMol also integrates uncertainty-awareness into molecular latent optimization. These lead to improvements in both explainability and reliability of the IMD process. We validate the trustworthiness of TrustMol through a wide range of experiments.
• Abstract（参考訳）: 所望の特性を持つデータ駆動分子の生成(逆分子設計(IMD)とも呼ばれる)は近年大きな注目を集めている。 ソリューションの正確性と多様性が著しく進歩しているにもかかわらず、既存のIMD手法は信頼性の点で遅れている。 根本的問題は、これらの手法の設計プロセスはますます暗黙的かつ間接的なものになり、このプロセスは分子動力学をモデル化する基底構造関数であるネイティブフォワードプロセス(NFP)からも分離されることである。 そこで本研究では,信頼に値するIMD手法であるTrustMolを提案する。 この目的のために、TrustMolは新しい変分オートエンコーダネットワークを含む一連の技術革新に依存している。 さらに,分子空間の高周波および不連続性のため,直感的かつ困難なプロセスである分子潜在最適化の複雑さを効果的にナビゲートする潜在固有対取得法を提案する。 TrustMolはまた、不確実性認識を分子潜在最適化に統合する。 これらはimdプロセスの説明可能性と信頼性の両方を改善している。 我々は、trustmolの信頼性を幅広い実験を通して検証する。

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)
• Text-Guided Multi-Property Molecular Optimization with a Diffusion Language Model [77.50732023411811]
  変換器を用いた拡散言語モデル(TransDLM)を用いたテキスト誘導多目的分子最適化手法を提案する。 TransDLMは標準化された化学命名法を分子の意味表現として利用し、プロパティ要求をテキスト記述に暗黙的に埋め込む。 提案手法は, 分子構造類似性を最適化し, ベンチマークデータセットの化学的特性を向上するための最先端手法を超越した手法である。
  論文  参考訳（メタデータ） (2024-10-17T14:30:27Z)
• TAGMol: Target-Aware Gradient-guided Molecule Generation [19.977071499171903]
  3次元生成モデルは、構造ベースドラッグデザイン(SBDD)において大きな可能性を秘めている。 問題を分子生成と特性予測に分離する。 後者は相乗的に拡散サンプリング過程を導出し、誘導拡散を促進し、所望の性質を持つ有意義な分子を創出する。 この誘導分子生成過程をTAGMolと呼ぶ。
  論文  参考訳（メタデータ） (2024-06-03T14:43:54Z)
• DecompDiff: Diffusion Models with Decomposed Priors for Structure-Based Drug Design [62.68420322996345]
  既存の構造に基づく薬物設計法は、すべての配位子原子を等しく扱う。 腕と足場を分解した新しい拡散モデルDecompDiffを提案する。 提案手法は,高親和性分子の生成における最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-02-26T05:21:21Z)
• 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)
• SE(3)-Invariant Multiparameter Persistent Homology for Chiral-Sensitive Molecular Property Prediction [1.534667887016089]
  多パラメータ持続ホモロジー(MPPH)を用いた新しい分子指紋生成法を提案する。 この技術は、正確な分子特性予測が不可欠である薬物発見と材料科学において、かなりの重要性を持っている。 分子特性の予測における既存の最先端手法よりも優れた性能を示し,MoleculeNetベンチマークで広範囲な評価を行った。
  論文  参考訳（メタデータ） (2023-12-12T09:33:54Z)
• From Peptides to Nanostructures: A Euclidean Transformer for Fast and Stable Machine Learned Force Fields [5.013279299982324]
  本稿では,疎等式表現と自己注意機構を組み合わせたSO3kratesというトランスフォーマーアーキテクチャを提案する。 SO3kratesは精度、安定性、速度の独特な組み合わせを実現し、拡張時間とシステムサイズスケールでの物質の量子特性の洞察に富んだ分析を可能にする。
  論文  参考訳（メタデータ） (2023-09-21T09:22:05Z)
• LIMO: Latent Inceptionism for Targeted Molecule Generation [14.391216237573369]
  本研究は,分子発生を極めて促進する分子発生機構であるLIMO(Latent Inceptionism on Molecules)について述べる。 総合的な実験により、LIMOはベンチマークタスクで競争力を発揮することが示された。 生成した薬物様化合物の1つが、ヒトエストロゲン受容体に対して6～14ドルのK_D$を予測している。
  論文  参考訳（メタデータ） (2022-06-17T21:05:58Z)
• Molecular Attributes Transfer from Non-Parallel Data [57.010952598634944]
  分子最適化をスタイル伝達問題として定式化し、非並列データの2つのグループ間の内部差を自動的に学習できる新しい生成モデルを提案する。 毒性修飾と合成性向上という2つの分子最適化タスクの実験により,本モデルがいくつかの最先端手法を著しく上回ることを示した。
  論文  参考訳（メタデータ） (2021-11-30T06:10:22Z)
• Optimizing Molecules using Efficient Queries from Property Evaluations [66.66290256377376]
  汎用的なクエリベースの分子最適化フレームワークであるQMOを提案する。 QMOは効率的なクエリに基づいて入力分子の所望の特性を改善する。 QMOは, 有機分子を最適化するベンチマークタスクにおいて, 既存の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-11-03T18:51:18Z)

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。