首页
/ 探索化学空间:REINVENT——深度强化学习的分子De Novo设计

探索化学空间:REINVENT——深度强化学习的分子De Novo设计

2024-05-22 20:32:19作者:董宙帆

项目介绍

REINVENT 是一个基于递归神经网络(RNN)和强化学习(RL)的开源项目,其主要目标是通过智能算法在巨大的化学空间中搜索潜在有用的分子结构。灵感来源于论文 "Molecular De Novo Design through Deep Reinforcement Learning",该项目提供了一个PyTorch实现,可以高效地进行分子设计,特别是在药物发现领域。

项目技术分析

REINVENT的核心是一个由RNN驱动的智能体(Agent),它学会了从SMILES表示的现有分子生成新的分子序列。与原始的TensorFlow/Python2.7实现相比,此版本使用PyTorch/Python3.6,并进行了多项改进,包括:

  • 使用令牌索引编码SMILES,再通过嵌入矩阵转换为特征向量。
  • 将分数范围限制在(0,1)之间。
  • 引入正则化项,惩罚总序列似然值过高的情况。
  • 只考虑每个序列一次,避免重复计算损失。

此外,项目还包括训练Prior模型的脚本,以及用于评估生成分子的Scoring Function(例如QSAR模型)。训练过程可通过Vizard可视化工具监控,使得整个流程更加透明。

应用场景

REINVENT在以下场景中尤其有用:

  1. 新药研发:自动生成具有特定生物活性或药理性质的化合物,加速药物发现进程。
  2. 材料科学:寻找具有独特物理属性的新材料。
  3. 合成路线优化:设计更有效、更环保的化学反应路径。

项目特点

  1. 强大的学习策略:结合RNN和RL,智能体能在复杂的化学空间中自主学习并生成新颖的分子结构。
  2. 灵活的Scoring Function:支持自定义评分函数,以适应各种特定需求(如生物活性、毒性等)。
  3. 易用性:提供了详细文档和预训练模型,简化了实验设置和模型复现。
  4. 可扩展性:允许进一步集成其他机器学习技术,如对抗性训练或元学习,以提高设计性能。

总的来说,REINVENT是一个创新性的工具,为化学家们提供了一种前沿的技术手段,以探索无数可能的分子世界。如果你对化学、药物研发或者AI应用于物质科学感兴趣,这个项目绝对值得尝试。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8