論文の概要: Artificial Intelligence Driven Workflow for Accelerating Design of Novel Photosensitizers
- arxiv url: http://arxiv.org/abs/2511.19347v1
- Date: Mon, 24 Nov 2025 17:46:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-25 18:34:25.35017
- Title: Artificial Intelligence Driven Workflow for Accelerating Design of Novel Photosensitizers
- Title（参考訳）: 新しい感光体の設計を加速するための人工知能駆動ワークフロー
- Authors: Hongyi Wang, Xiuli Zheng, Weimin Liu, Zitian Tang, Sheng Gong,
- Abstract要約: textbfAI-textbfAccelerated textbfPhototextbfSensitizer textbfInnovation (AAPSI)を提案する。
AAPSIは専門知識、足場ベースの分子生成、ベイズ最適化を統合したクローズドループワークフローである。
AAPSIは102,534個の光増感剤溶媒対のキュレートされたデータベースを活用し、6,148個の合成可能な候補を生成する。
- 参考スコア（独自算出の注目度）: 3.2390880533246325
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The discovery of high-performance photosensitizers has long been hindered by the time-consuming and resource-intensive nature of traditional trial-and-error approaches. Here, we present \textbf{A}I-\textbf{A}ccelerated \textbf{P}hoto\textbf{S}ensitizer \textbf{I}nnovation (AAPSI), a closed-loop workflow that integrates expert knowledge, scaffold-based molecule generation, and Bayesian optimization to accelerate the design of novel photosensitizers. The scaffold-driven generation in AAPSI ensures structural novelty and synthetic feasibility, while the iterative AI-experiment loop accelerates the discovery of novel photosensitizers. AAPSI leverages a curated database of 102,534 photosensitizer-solvent pairs and generate 6,148 synthetically accessible candidates. These candidates are screened via graph transformers trained to predict singlet oxygen quantum yield ($φ_Δ$) and absorption maxima ($λ_{max}$), following experimental validation. This work generates several novel candidates for photodynamic therapy (PDT), among which the hypocrellin-based candidate HB4Ph exhibits exceptional performance at the Pareto frontier of high quantum yield of singlet oxygen and long absorption maxima among current photosensitizers ($φ_Δ$=0.85, $λ_{max}$=650nm).
- Abstract（参考訳）: 高性能感光剤の発見は、従来のトライアル・アンド・エラーアプローチの時間と資源集約性によって、長い間妨げられてきた。
本稿では,専門知識と足場に基づく分子生成とベイズ最適化を統合し,新規感光体の設計を高速化するクローズドループワークフローであるtextbf{A}I-\textbf{A}ccelerated \textbf{P}hoto\textbf{S}ensitizer \textbf{I}nnovation (AAPSI)を提案する。
AAPSIにおける足場駆動による生成は、構造的新規性と合成可能性を保証する一方、反復的なAI実験ループは、新しい光増感剤の発見を加速する。
AAPSIは102,534個の光増感剤溶媒対のキュレートされたデータベースを活用し、6,148個の合成可能な候補を生成する。
これらの候補は、実験的な検証の後、一重項の酸素量子収率(φ_Δ$)と吸収最大値(λ_{max}$)を予測するために訓練されたグラフ変換器を介してスクリーニングされる。
本研究は,光線力学的療法(PDT)の新たな候補として,低クリーリン系候補HB4Phが一重項酸素の高量子収率パレトフロンティアと,現在の光増感剤(φ_Δ$=0.85, $λ_{max}$=650nm)の長い吸収極大の優れた性能を示す。
関連論文リスト
- Pretrained Joint Predictions for Scalable Batch Bayesian Optimization of Molecular Designs [1.3505106522886807]
バッチベイズ最適化における結合親和性のスケーラブルな確率的サロゲートを得る方法を示す。
これにより、設計間のヘッジと、それらを近似するために共同予測密度から素早くサンプリングする能力の並列取得関数が要求される。
この研究の鍵となるのは、ENNにおける先行ネットワークの重要性と、下流のパフォーマンスを改善するために合成データでそれらを事前訓練する方法の調査である。
論文 参考訳（メタデータ） (2025-11-13T18:26:58Z) - Image Tokenizer Needs Post-Training [76.91832192778732]
本稿では,遅延空間構築と復号化に着目した新しいトークン化学習手法を提案する。
具体的には,トークン化の堅牢性を大幅に向上させる,プラグアンドプレイ型トークン化学習手法を提案する。
生成したトークンと再構成されたトークンの分布差を軽減するために、よく訓練された生成モデルに関するトークン化デコーダをさらに最適化する。
論文 参考訳（メタデータ） (2025-09-15T21:38:03Z) - Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。
現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。
本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
論文 参考訳（メタデータ） (2025-09-11T23:12:55Z) - Efficient Image-to-Image Schrödinger Bridge for CT Field of View Extension [10.352797961760976]
画像から画像までのSchr"odinger Bridge (I$2$SB)拡散モデルに基づく効率的なCT FOV拡張フレームワークを提案する。
I$2$SBは、実データで49.8,HU、実データで152.0HUのルート平均二乗誤差(RMSE)値で優れた定量的性能を達成する。
1ステップの推論では、2Dスライスあたり0.19秒で再構築が可能で、cDDPM (135秒) よりも700倍のスピードアップを示し、拡散GAN (0.58秒) を超えている。
論文 参考訳（メタデータ） (2025-08-15T04:41:05Z) - Exponential-recovery model for free-running SPADs with capacity-induced dead-time imperfections [0.0]
単一光子アバランシェダイオード(SPAD)の現在のカウントレートモデルは、デッドタイム後の量子効率の即時回復を仮定する。
デッドタイム後の量子効率の非瞬時的指数的回復をモデル化するフリーランニングSPADに対する一般化された解析的カウントレートモデルを提案する。
論文 参考訳（メタデータ） (2025-07-14T15:03:29Z) - Robust Latent Matters: Boosting Image Generation with Sampling Error Synthesis [57.7367843129838]
最近の画像生成方式は、凍結した画像トークン化器に依存した事前構築された潜在空間における画像分布を典型的に捉えている。
本稿では,遅延空間構築を容易にするための新しいプラグ・アンド・プレイ・トークンライザ・トレーニング手法を提案する。
論文 参考訳（メタデータ） (2025-03-11T12:09:11Z) - Physics Constrained Unsupervised Deep Learning for Rapid, High
Resolution Scanning Coherent Diffraction Reconstruction [0.4310181932415864]
Coherent diffractive Imaging (CDI) と ptychography は、X線イメージングから天文学まで、科学分野に進出している。
物理インフォームドニューラルネットワーク再構成手法であるPtychoPINNを提案する。
特に、PtychoPINNは一般化可能性、精度(典型的には10dBPSNR増加)、線形分解能(2倍から6倍増)を著しく向上させる。
論文 参考訳（メタデータ） (2023-06-19T15:24:07Z) - Amplification of cascaded downconversion by reusing photons with a
switchable cavity [62.997667081978825]
本稿では,高速スイッチと遅延ループを用いて三重項生成率を増幅する手法を提案する。
我々の概念実証装置は、検出された光子三重項の速度を予測通りに上昇させる。
論文 参考訳（メタデータ） (2022-09-23T15:53:44Z) - Data-Driven Discovery of Molecular Photoswitches with Multioutput
Gaussian Processes [51.17758371472664]
フォトウィッチ可能な分子は、光によってアクセスされる2つ以上の異性体である。
本稿では、データセットキュレーションとマルチタスク学習を基盤とした、分子フォトウィッチのためのデータ駆動探索パイプラインを提案する。
提案手法は, 市販フォトウィッチ可能な分子のライブラリーをスクリーニングし, 実験的に検証した。
論文 参考訳（メタデータ） (2020-06-28T20:59:03Z)
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。