Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Manipulating 3D Molecules in a Fixed-Dimensional E(3)-Equivariant Latent Space

Created by
  • Haebom

作者

Zitao Chen, Yinjun Jia, Zitong Tian, Wei-Ying Ma, Yanyan Lan

MolFLAE: Zero-Shot Molecule Manipulation in 3D Latent Space

概要

本論文は、3D分子の共有された潜在空間を探索し、柔軟なゼロショット分子操作方法を提案します。 MolFLAEと呼ばれる3D分子用の変異型オートエンコーダ(VAE)を導入し、原子数に関係なく固定次元のE(3)等辺潜在空間を学習します。 MolFLAEはE(3)等辺ニューラルネットワークを使用して、3D分子を学習した埋め込みによって区別される固定数の潜在ノードにエンコードします。潜在空間は正規化され、分子構造はエンコーダの潜在出力を条件とするベイジアンフローネットワーク(BFN)を介して再構成されます。 MolFLAEは、標準の無条件3D分子生成ベンチマークで競争力のあるパフォーマンスを達成します。さらに、MolFLAEの潜在空間は、原子数の編集、構造の再構成、構造、および特性の両方に対する調整された潜在補間を含むゼロショット分子操作を可能にします。最後に、計算評価の下で主要な相互作用を維持しながら親水性を向上させる分子を生成するヒトグルココルチコイド受容体に対する薬物最適化操作におけるアプローチを実証する。

Takeaways、Limitations

Takeaways:
3D分子操作のための柔軟でゼロショット方式の提示。
E(3)等辺ニューラルネットワークに基づくMolFLAEモデルの開発。
原子数の編集、構造の再構成、属性ベースの操作が可能。
薬物最適化作業における有用性の実証
Limitations:
具体的なLimitationsは論文に記載されていない。 (論文の要約だけでは把握不可)
👍