論文の概要: Deep Geometry Handling and Fragment-wise Molecular 3D Graph Generation

• arxiv url: http://arxiv.org/abs/2404.00014v1
• Date: Fri, 15 Mar 2024 14:45:41 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-07 23:17:33.318313
• Title: Deep Geometry Handling and Fragment-wise Molecular 3D Graph Generation
• Title（参考訳）: 深部形状ハンドリングとフラグメントワイド分子3次元グラフ生成
• Authors: Odin Zhang, Yufei Huang, Shichen Cheng, Mengyao Yu, Xujun Zhang, Haitao Lin, Yundian Zeng, Mingyang Wang, Zhenxing Wu, Huifeng Zhao, Zaixi Zhang, Chenqing Hua, Yu Kang, Sunliang Cui, Peichen Pan, Chang-Yu Hsieh, Tingjun Hou,
• Abstract要約: 初期の3次元構造に基づく分子生成手法は原子のパラダイムに従っている。 フラグメントワイズ生成パラダイムは、有望なソリューションを提供する。 ディープジオメトリ・ハンドリングプロトコルはモデルアーキテクチャを超えて設計の焦点を広げる。 FragGenは、幾何学的に信頼性が高く、断片的な分子生成法である。
• 参考スコア（独自算出の注目度）: 19.569030412134108
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Most earlier 3D structure-based molecular generation approaches follow an atom-wise paradigm, incrementally adding atoms to a partially built molecular fragment within protein pockets. These methods, while effective in designing tightly bound ligands, often overlook other essential properties such as synthesizability. The fragment-wise generation paradigm offers a promising solution. However, a common challenge across both atom-wise and fragment-wise methods lies in their limited ability to co-design plausible chemical and geometrical structures, resulting in distorted conformations. In response to this challenge, we introduce the Deep Geometry Handling protocol, a more abstract design that extends the design focus beyond the model architecture. Through a comprehensive review of existing geometry-related models and their protocols, we propose a novel hybrid strategy, culminating in the development of FragGen - a geometry-reliable, fragment-wise molecular generation method. FragGen marks a significant leap forward in the quality of generated geometry and the synthesis accessibility of molecules. The efficacy of FragGen is further validated by its successful application in designing type II kinase inhibitors at the nanomolar level.
• Abstract（参考訳）: 初期の3D構造に基づく分子生成アプローチは、タンパク質ポケット内で部分的に構築された分子断片に原子を段階的に付加する原子のパラダイムに従っている。 これらの手法は、厳密な有界リガンドを設計するのに効果的であるが、しばしば合成可能性のような他の重要な性質を見落としている。 フラグメントワイズ生成パラダイムは、有望なソリューションを提供する。 しかし、原子ワイド法と断片ワイド法の両方に共通する課題は、可塑性化学構造と幾何学構造を共設計する能力に限られており、歪んだコンフォメーションをもたらす。 この課題に対応するために、モデルアーキテクチャを超えてデザインの焦点を拡張する、より抽象的な設計であるDeep Geometry Handlingプロトコルを導入します。 既存の幾何学関連モデルとそのプロトコルの包括的レビューを通じて,FragGen - 幾何学的信頼性・断片的分子生成法の開発を頂点とする,新しいハイブリッド戦略を提案する。 FragGenは、生成した幾何学の質と分子の合成アクセシビリティーにおいて、大きな飛躍を見せている。 FragGenの有効性は、II型キナーゼ阻害剤をナノモルレベルで設計する成功によってさらに検証されている。

関連論文リスト

• GraphXForm: Graph transformer for computer-aided molecular design with application to extraction [73.1842164721868]
  本稿では,デコーダのみのグラフトランスフォーマアーキテクチャであるGraphXFormについて述べる。 液液抽出のための2つの溶媒設計課題について評価し,4つの最先端分子設計技術より優れていることを示した。
  論文  参考訳（メタデータ） (2024-11-03T19:45:15Z)
• UniIF: Unified Molecule Inverse Folding [67.60267592514381]
  全分子の逆折り畳みのための統一モデルUniIFを提案する。 提案手法は,全タスクにおける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） (2024-05-29T10:26:16Z)
• AUTODIFF: Autoregressive Diffusion Modeling for Structure-based Drug Design [16.946648071157618]
  構造に基づく薬物設計のための拡散型フラグメントワイド自己回帰生成モデル(SBDD)を提案する。 我々はまず,分子の局所構造の整合性を保持する共形モチーフという新しい分子組立戦略を設計する。 次に、タンパク質-リガンド複合体とSE(3)等価な畳み込みネットワークとの相互作用をエンコードし、拡散モデルを用いて分子モチーフ・バイ・モチーフを生成する。
  論文  参考訳（メタデータ） (2024-04-02T14:44:02Z)
• Sculpting Molecules in 3D: A Flexible Substructure Aware Framework for Text-Oriented Molecular Optimization [11.336868279763804]
  本稿では,多モードガイダンス生成/最適化タスクとして定式化することで,逆設計問題に対処する革新的な手法を提案する。 提案手法は,分子生成・最適化タスク,すなわち3DToMoloの実装のためのテクスチャ構造アライメント対称拡散フレームワークを含む。 3つのガイダンス生成設定での試行は、最先端の手法と比較して、ヒット生成性能が優れていることを示している。
  論文  参考訳（メタデータ） (2024-03-06T03:15:25Z)
• Geometric Latent Diffusion Models for 3D Molecule Generation [172.15028281732737]
  生成モデル、特に拡散モデル(DM)は、特徴豊富な測地を生成する上で有望な結果を得た。 我々はGeoLDM(Geometric Latent Diffusion Models)と呼ばれる新しい3次元分子生成法を提案する。
  論文  参考訳（メタデータ） (2023-05-02T01:07:22Z)
• 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)
• 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)
• ChemRL-GEM: Geometry Enhanced Molecular Representation Learning for Property Prediction [25.49976851499949]
  化学表現学習のための新しい幾何強化分子表現学習法(GEM)を提案する。 まず、分子内の原子、結合、結合角を同時にモデル化する幾何学に基づくGNNアーキテクチャを設計する。 考案されたGNNアーキテクチャの上に,空間知識を学習するための幾何レベルの自己教師型学習戦略を提案する。
  論文  参考訳（メタデータ） (2021-06-11T02:35:53Z)
• GeoMol: Torsional Geometric Generation of Molecular 3D Conformer Ensembles [60.12186997181117]
  分子グラフからの分子の3Dコンホメーラーアンサンブルの予測は、化学情報学と薬物発見の領域において重要な役割を担っている。 既存の生成モデルは、重要な分子幾何学的要素のモデリングの欠如を含むいくつかの欠点がある。 エンド・ツー・エンド、非自己回帰、SE(3)不変の機械学習手法であるGeoMolを提案し、3Dコンバータを生成する。
  論文  参考訳（メタデータ） (2021-06-08T14:17:59Z)
• An End-to-End Framework for Molecular Conformation Generation via Bilevel Programming [71.82571553927619]
  分子コンフォメーション予測のためのエンドツーエンドソリューションであるconfvaeを提案する。 具体的には、まず分子グラフを潜時空間に符号化し、3次元構造は原理化された二段階最適化プログラムを解くことによって生成される。
  論文  参考訳（メタデータ） (2021-05-15T15:22:29Z)

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。