:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Thumuluri, Vineet, Eckmann, Peter, Gilson, Michael K., Yu, Rose
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Biomolecules
Online-Zugang:	https://arxiv.org/abs/2407.14968
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Unified all-atom molecule generation with neural fields
von: Kirchmeyer, Matthieu, et al.
Veröffentlicht: (2025)

Score-based 3D molecule generation with neural fields
von: Kirchmeyer, Matthieu, et al.
Veröffentlicht: (2025)

Physics-informed generative model for drug-like molecule conformers
von: Williams, David C., et al.
Veröffentlicht: (2024)

A unified cross-attention model for predicting antigen binding specificity to both HLA and TCR molecules
von: Yu, Chenpeng, et al.
Veröffentlicht: (2024)

ProteinGuide: On-the-fly property guidance for protein sequence generative models
von: Xiong, Junhao, et al.
Veröffentlicht: (2025)

Generative molecule evolution using 3D pharmacophore for efficient Structure-Based Drug Design
von: He, Yi, et al.
Veröffentlicht: (2025)

Multi-view biomedical foundation models for molecule-target and property prediction
von: Suryanarayanan, Parthasarathy, et al.
Veröffentlicht: (2024)

Re-evaluating sample efficiency in de novo molecule generation
von: Thomas, Morgan, et al.
Veröffentlicht: (2022)

Polyformer: a generative framework for thermodynamic modeling of polymeric molecules
von: Valentini, Alessio, et al.
Veröffentlicht: (2026)

Multi-objective generative AI for designing novel brain-targeting small molecules
von: Noori, Ayush, et al.
Veröffentlicht: (2024)

SAFE setup for generative molecular design
von: Mesbahi, Yassir El, et al.
Veröffentlicht: (2024)

Hybrid quantum cycle generative adversarial network for small molecule generation
von: Anoshin, Matvei, et al.
Veröffentlicht: (2023)

Site4Drug: Predicting Drug-Binding Target Sites with an AI Agent
von: Kim, Taehan, et al.
Veröffentlicht: (2026)

Multi-objective fluorescent molecule design with a data-physics dual-driven generative framework
von: Li, Yanheng, et al.
Veröffentlicht: (2026)

Generative Active Learning for the Search of Small-molecule Protein Binders
von: Korablyov, Maksym, et al.
Veröffentlicht: (2024)

Inference-time optimization for experiment-grounded protein ensemble generation
von: Maddipatla, Advaith, et al.
Veröffentlicht: (2026)

Technical Report of HelixFold3 for Biomolecular Structure Prediction
von: Liu, Lihang, et al.
Veröffentlicht: (2024)

Struc2mapGAN: improving synthetic cryo-EM density maps with generative adversarial networks
von: Zhang, Chenwei, et al.
Veröffentlicht: (2024)

Reinforcement-guided generative protein language models enable de novo design of highly diverse AAV capsids
von: Ferraz, Lucas, et al.
Veröffentlicht: (2026)

E(3)-invariant diffusion model for pocket-aware peptide generation
von: Liang, Po-Yu, et al.
Veröffentlicht: (2024)

Improved Off-policy Reinforcement Learning in Biological Sequence Design
von: Kim, Hyeonah, et al.
Veröffentlicht: (2024)

Classifier-free graph diffusion for molecular property targeting
von: Ninniri, Matteo, et al.
Veröffentlicht: (2023)

A novel molecule generative model of VAE combined with Transformer for unseen structure generation
von: Yoshikai, Yasuhiro, et al.
Veröffentlicht: (2024)

FREED++: Improving RL Agents for Fragment-Based Molecule Generation by Thorough Reproduction
von: Telepov, Alexander, et al.
Veröffentlicht: (2024)

FLOWR.root: A flow matching based foundation model for joint multi-purpose structure-aware 3D ligand generation and affinity prediction
von: Cremer, Julian, et al.
Veröffentlicht: (2025)

Improving Targeted Molecule Generation through Language Model Fine-Tuning Via Reinforcement Learning
von: Ahmed, Salma J., et al.
Veröffentlicht: (2024)

STAR-GO: Improving Protein Function Prediction by Learning to Hierarchically Integrate Ontology-Informed Semantic Embeddings
von: Akça, Mehmet Efe, et al.
Veröffentlicht: (2025)

T- Hop: A framework for studying the importance path information in molecular graphs for chemical property prediction
von: Ibraheem, Abdulrahman, et al.
Veröffentlicht: (2024)

BERT Learns (and Teaches) Chemistry
von: Payne, Josh, et al.
Veröffentlicht: (2020)

Improving Protein Sequence Design through Designability Preference Optimization
von: Xue, Fanglei, et al.
Veröffentlicht: (2025)

Improving Antibody Design with Force-Guided Sampling in Diffusion Models
von: Kulytė, Paulina, et al.
Veröffentlicht: (2024)

Diffusion on language model encodings for protein sequence generation
von: Meshchaninov, Viacheslav, et al.
Veröffentlicht: (2024)

Rigid Protein-Protein Docking via Equivariant Elliptic-Paraboloid Interface Prediction
von: Yu, Ziyang, et al.
Veröffentlicht: (2024)

UniSim: A Unified Simulator for Time-Coarsened Dynamics of Biomolecules
von: Yu, Ziyang, et al.
Veröffentlicht: (2025)

Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation
von: Arthur-Loui, Heath, et al.
Veröffentlicht: (2024)

Kermut: Composite kernel regression for protein variant effects
von: Groth, Peter Mørch, et al.
Veröffentlicht: (2024)

ACEGEN: Reinforcement learning of generative chemical agents for drug discovery
von: Bou, Albert, et al.
Veröffentlicht: (2024)

Binding-Adaptive Diffusion Models for Structure-Based Drug Design
von: Huang, Zhilin, et al.
Veröffentlicht: (2024)

Sequence-based protein-protein interaction prediction and its applications in drug discovery
von: Charih, François, et al.
Veröffentlicht: (2025)