弥合化学反应预训练和条件分子生成之间的差距，北大&望石智慧提出「统一」模型

AIGC动态欢迎阅读

原标题：弥合化学反应预训练和条件分子生成之间的差距，北大&望石智慧提出「统一」模型

关键字：化学反应,反应物,反应,模型,方法

文章来源：机器之心

内容字数：4561字

内容摘要：将 ScienceAI设为星标第一时间掌握新鲜的 AI for Science 资讯编辑 |紫罗化学反应是药物设计和有机化学研究的基础。研究界越来越需要一种能够有效捕获化学反应基本规则的大规模深度学习框架。近日，来自北京大学和望石智慧的研究团队提出了一种新方法来弥合基于反应的分子预训练和生成任务之间的差距。受有机化学机制的启发，研究人员开发了一个新的预训练框架，使其能够将归纳偏差纳入模型中。所提框架在执行具有挑战性的下游任务中取得了最先进的结果。通过掌握化学知识，生成框架克服了当前依赖少量反应模板的分子生成模型的局限性。在大量的实验中，模型生成了高质量的可合成药物样结构。总的来说，该研究向各种基于反应的应用程序的大规模深度学习框架迈出了重要一步。该研究以《Bridging the gap between chemical reaction pretraining and condition…

原文链接：点此阅读原文：弥合化学反应预训练和条件分子生成之间的差距，北大&望石智慧提出「统一」模型

联系作者

文章来源：机器之心

作者微信：almosthuman2014

作者简介：专业的人工智能媒体和产业服务平台