Buchumschlag

Pharmacophore-Conditioned Diffusion Model for Ligand-Based De Novo Drug Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Alakhdar, Amira, Poczos, Barnabas, Washburn, Newell
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Diffusion Models in $\textit{De Novo}$ Drug Design
von: Alakhdar, Amira, et al.
Veröffentlicht: (2024)

Chemistry-Inspired Diffusion with Non-Differentiable Guidance
von: Shen, Yuchen, et al.
Veröffentlicht: (2024)

Greener GRASS: Enhancing GNNs with Encoding, Rewiring, and Attention
von: Liao, Tongzhou, et al.
Veröffentlicht: (2024)

GraphBPE: Molecular Graphs Meet Byte-Pair Encoding
von: Shen, Yuchen, et al.
Veröffentlicht: (2024)

SynthFormer: Equivariant Pharmacophore-based Generation of Synthesizable Molecules for Ligand-Based Drug Design
von: Jocys, Zygimantas, et al.
Veröffentlicht: (2024)

Breaking the Bottlenecks: Scalable Diffusion Models for 3D Molecular Generation
von: Das, Adrita, et al.
Veröffentlicht: (2026)

Recovering Time-Varying Networks From Single-Cell Data
von: Hasanaj, Euxhen, et al.
Veröffentlicht: (2024)

Generalization Guarantees on Data-Driven Tuning of Gradient Descent with Langevin Updates
von: Goyal, Saumya, et al.
Veröffentlicht: (2026)

Learning from B Cell Evolution: Adaptive Multi-Expert Diffusion for Antibody Design via Online Optimization
von: Feng, Hanqi, et al.
Veröffentlicht: (2025)

Multi-domain Distribution Learning for De Novo Drug Design
von: Schneuing, Arne, et al.
Veröffentlicht: (2025)

MagicDock: Toward Docking-oriented De Novo Ligand Design via Gradient Inversion
von: Chen, Zekai, et al.
Veröffentlicht: (2025)

Reconstructing Galaxy Cluster Mass Maps using Score-based Generative Modeling
von: Hsu, Alan, et al.
Veröffentlicht: (2024)

Contrastive Geometric Learning Unlocks Unified Structure- and Ligand-Based Drug Design
von: Schneckenreiter, Lisa, et al.
Veröffentlicht: (2026)

Diffusion Decoding for Peptide De Novo Sequencing
von: Tai, Chi-en Amy, et al.
Veröffentlicht: (2025)

Age‐Related ECM Stiffness Mediates TRAIL Activation in Muscle Stem Cell Differentiation
von: Amira A. Alakhdar, et al.
Veröffentlicht: (2024)

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

Transcriptome-Conditioned Personalized De Novo Drug Generation for AML Using Metaheuristic Assembly and Target-Driven Filtering
von: Elafifi, Abdullah G., et al.
Veröffentlicht: (2025)

Controllable Text Generation in the Instruction-Tuning Era
von: Ashok, Dhananjay, et al.
Veröffentlicht: (2024)

ActivityDiff: A diffusion model with Positive and Negative Activity Guidance for De Novo Drug Design
von: Zhou, Renyi, et al.
Veröffentlicht: (2025)

AdaNovo: Adaptive \emph{De Novo} Peptide Sequencing with Conditional Mutual Information
von: Xia, Jun, et al.
Veröffentlicht: (2024)

DecompDiff: Diffusion Models with Decomposed Priors for Structure-Based Drug Design
von: Guan, Jiaqi, et al.
Veröffentlicht: (2024)

Target Specific De Novo Design of Drug Candidate Molecules with Graph Transformer-based Generative Adversarial Networks
von: Ünlü, Atabey, et al.
Veröffentlicht: (2023)

Uncertainty-Aware Multi-Objective Reinforcement Learning-Guided Diffusion Models for 3D De Novo Molecular Design
von: Chen, Lianghong, et al.
Veröffentlicht: (2025)

SculptDrug : A Spatial Condition-Aware Bayesian Flow Model for Structure-based Drug Design
von: Zhong, Qingsong, et al.
Veröffentlicht: (2025)

Structure-based Drug Design with Equivariant Diffusion Models
von: Schneuing, Arne, et al.
Veröffentlicht: (2022)

AUTODIFF: Autoregressive Diffusion Modeling for Structure-based Drug Design
von: Li, Xinze, et al.
Veröffentlicht: (2024)

Conditional Diffusion Models Based Conditional Independence Testing
von: Yang, Yanfeng, et al.
Veröffentlicht: (2024)

Pharmacophore-based design by learning on voxel grids
von: Mahmood, Omar, et al.
Veröffentlicht: (2025)

Regressor-guided Diffusion Model for De Novo Peptide Sequencing with Explicit Mass Control
von: Chen, Shaorong, et al.
Veröffentlicht: (2026)

PharmacoNet: Accelerating Large-Scale Virtual Screening by Deep Pharmacophore Modeling
von: Seo, Seonghwan, et al.
Veröffentlicht: (2023)

Agentic End-to-End De Novo Protein Design for Tailored Dynamics Using a Language Diffusion Model
von: Ni, Bo, et al.
Veröffentlicht: (2025)

Crystal-LSBO: Automated Design of De Novo Crystals with Latent Space Bayesian Optimization
von: Boyar, Onur, et al.
Veröffentlicht: (2024)

UniMoMo: Unified Generative Modeling of 3D Molecules for De Novo Binder Design
von: Kong, Xiangzhe, et al.
Veröffentlicht: (2025)

Molecular De Novo Design through Transformer-based Reinforcement Learning
von: Xu, Pengcheng, et al.
Veröffentlicht: (2023)

Pharmacophore-guided de novo drug design with diffusion bridge
von: Wang, Conghao, et al.
Veröffentlicht: (2024)

FuseDiff: Symmetry-Preserving Joint Diffusion for Dual-Target Structure-Based Drug Design
von: Wu, Jianliang, et al.
Veröffentlicht: (2026)

Reprogramming Pretrained Target-Specific Diffusion Models for Dual-Target Drug Design
von: Zhou, Xiangxin, et al.
Veröffentlicht: (2024)

MetaMolGen: A Neural Graph Motif Generation Model for De Novo Molecular Design
von: Yan, Zimo, et al.
Veröffentlicht: (2025)

A Comprehensive Review of Emerging Approaches in Machine Learning for De Novo PROTAC Design
von: Gharbi, Yossra, et al.
Veröffentlicht: (2024)

Reading the Cell, Designing the Cure: Perturbation-Conditioned Molecular Diffusion for Function-Oriented Drug Design
von: Xu, Ziyu, et al.
Veröffentlicht: (2026)