:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, Jinjiang, Liu, Qi, Guo, Han, Lu, Xi
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Biomolecules Machine Learning
Online-Zugang:	https://arxiv.org/abs/2202.10873
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Investigating Graph Neural Networks and Classical Feature-Extraction Techniques in Activity-Cliff and Molecular Property Prediction
von: Dablander, Markus
Veröffentlicht: (2024)

Inducing Causal Structure for Interpretable Neural Networks Applied to Glucose Prediction for T1DM Patients
von: Esponera, Ana, et al.
Veröffentlicht: (2025)

Explaining Graph Neural Networks with Large Language Models: A Counterfactual Perspective for Molecular Property Prediction
von: He, Yinhan, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Molecular Property Predictions with Graph Neural Architecture Search
von: Jiang, Shengli, et al.
Veröffentlicht: (2023)

EquiPocket: an E(3)-Equivariant Geometric Graph Neural Network for Ligand Binding Site Prediction
von: Zhang, Yang, et al.
Veröffentlicht: (2023)

Learning Hierarchical Interaction for Accurate Molecular Property Prediction
von: Hong, Huiyang, et al.
Veröffentlicht: (2025)

Multi-Modal Representation Learning for Molecular Property Prediction: Sequence, Graph, Geometry
von: Wang, Zeyu, et al.
Veröffentlicht: (2024)

DDoS: A Graph Neural Network based Drug Synergy Prediction Algorithm
von: Schwarz, Kyriakos, et al.
Veröffentlicht: (2022)

Graph Neural Networks in Modern AI-aided Drug Discovery
von: Zhang, Odin, et al.
Veröffentlicht: (2025)

Co-Evolution-Based Metal-Binding Residue Prediction with Graph Neural Networks
von: Rastegari, Sayedmohammadreza, et al.
Veröffentlicht: (2025)

GNNAS-Dock: Budget Aware Algorithm Selection with Graph Neural Networks for Molecular Docking
von: Yuan, Yiliang, et al.
Veröffentlicht: (2024)

Integrating Chemical Language and Molecular Graph in Multimodal Fused Deep Learning for Drug Property Prediction
von: Lu, Xiaohua, et al.
Veröffentlicht: (2023)

Interpretable Enzyme Function Prediction via Residue-Level Detection
von: Yang, Zhao, et al.
Veröffentlicht: (2025)

Compact Artificial Neural Network Models for Predicting Protein Residue -- RNA Base Binding
von: Selitskiy, Stanislav
Veröffentlicht: (2025)

Missing-Modality-Aware Graph Neural Network for Cancer Classification
von: Tabakhi, Sina, et al.
Veröffentlicht: (2025)

Auto-ADMET: An Effective and Interpretable AutoML Method for Chemical ADMET Property Prediction
von: de Sá, Alex G. C., et al.
Veröffentlicht: (2025)

HELM-BERT: A Transformer for Medium-sized Peptide Property Prediction
von: Lee, Seungeon, et al.
Veröffentlicht: (2025)

ViDTA: Enhanced Drug-Target Affinity Prediction via Virtual Graph Nodes and Attention-based Feature Fusion
von: Li, Minghui, et al.
Veröffentlicht: (2024)

Representing Molecules as Random Walks Over Interpretable Grammars
von: Sun, Michael, et al.
Veröffentlicht: (2024)

PETIMOT: A Novel Framework for Inferring Protein Motions from Sparse Data Using SE(3)-Equivariant Graph Neural Networks
von: Lombard, Valentin, et al.
Veröffentlicht: (2025)

Towards Efficient Molecular Property Optimization with Graph Energy Based Models
von: Miglior, Luca, et al.
Veröffentlicht: (2025)

Towards Faster and More Compact Foundation Models for Molecular Property Prediction
von: Ghunaim, Yasir, et al.
Veröffentlicht: (2025)

MultiModal-Learning for Predicting Molecular Properties: A Framework Based on Image and Graph Structures
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2023)

UniGEM: A Unified Approach to Generation and Property Prediction for Molecules
von: Feng, Shikun, et al.
Veröffentlicht: (2024)

A Geometric Graph-Based Deep Learning Model for Drug-Target Affinity Prediction
von: Rana, Md Masud, et al.
Veröffentlicht: (2025)

Interpretable Multimodal Learning for Tumor Protein-Metal Binding: Progress, Challenges, and Perspectives
von: Liu, Xiaokun, et al.
Veröffentlicht: (2025)

Structure Language Models for Protein Conformation Generation
von: Lu, Jiarui, et al.
Veröffentlicht: (2024)

DecoyDB: A Dataset for Graph Contrastive Learning in Protein-Ligand Binding Affinity Prediction
von: Zhang, Yupu, et al.
Veröffentlicht: (2025)

3D-Mol: A Novel Contrastive Learning Framework for Molecular Property Prediction with 3D Information
von: Kuang, Taojie, et al.
Veröffentlicht: (2023)

Orientation-Aware Graph Neural Networks for Protein Structure Representation Learning
von: Li, Jiahan, et al.
Veröffentlicht: (2022)

Saturn: Sample-efficient Generative Molecular Design using Memory Manipulation
von: Guo, Jeff, et al.
Veröffentlicht: (2024)

Beam Enumeration: Probabilistic Explainability For Sample Efficient Self-conditioned Molecular Design
von: Guo, Jeff, et al.
Veröffentlicht: (2023)

It Takes Two to Tango: Directly Optimizing for Constrained Synthesizability in Generative Molecular Design
von: Guo, Jeff, et al.
Veröffentlicht: (2024)

Will More Expressive Graph Neural Networks do Better on Generative Tasks?
von: Zou, Xiandong, et al.
Veröffentlicht: (2023)

A Heterogeneous Network-based Contrastive Learning Approach for Predicting Drug-Target Interaction
von: Hu, Junwei, et al.
Veröffentlicht: (2024)

Two-Stage Pretraining for Molecular Property Prediction in the Wild
von: Wijaya, Kevin Tirta, et al.
Veröffentlicht: (2024)

PSC-CPI: Multi-Scale Protein Sequence-Structure Contrasting for Efficient and Generalizable Compound-Protein Interaction Prediction
von: Wu, Lirong, et al.
Veröffentlicht: (2024)

Towards Interpretable Protein Structure Prediction with Sparse Autoencoders
von: Parsan, Nithin, et al.
Veröffentlicht: (2025)

MFBind: a Multi-Fidelity Approach for Evaluating Drug Compounds in Practical Generative Modeling
von: Eckmann, Peter, et al.
Veröffentlicht: (2024)

Modeling Dabrafenib Response Using Multi-Omics Modality Fusion and Protein Network Embeddings Based on Graph Convolutional Networks
von: Aman, La Ode, et al.
Veröffentlicht: (2025)