Buchumschlag

ReACT-Drug: Reaction-Template Guided Reinforcement Learning for de novo Drug Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yadunandan, R, Ghosh, Nimisha
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ReACT: Reinforcement Learning for Controller Parametrization using B-Spline Geometries
von: Rudolf, Thomas, et al.
Veröffentlicht: (2024)

MolChord: Structure-Sequence Alignment for Protein-Guided Drug Design
von: Zhang, Wei, et al.
Veröffentlicht: (2025)

TFBS-Finder: Deep Learning-based Model with DNABERT and Convolutional Networks to Predict Transcription Factor Binding Sites
von: Ghosh, Nimisha, et al.
Veröffentlicht: (2025)

A Survey of Generative AI for de novo Drug Design: New Frontiers in Molecule and Protein Generation
von: Tang, Xiangru, et al.
Veröffentlicht: (2024)

Molecule Generation for Drug Design: a Graph Learning Perspective
von: Yang, Nianzu, et al.
Veröffentlicht: (2022)

Valid Property-Enhanced Contrastive Learning for Targeted Optimization & Resampling for Novel Drug Design
von: Banerjee, Amartya, et al.
Veröffentlicht: (2025)

DDIPrompt: Drug-Drug Interaction Event Prediction based on Graph Prompt Learning
von: Wang, Yingying, et al.
Veröffentlicht: (2024)

A Multi-Scale Graph Neural Process with Cross-Drug Co-Attention for Drug-Drug Interactions Prediction
von: Yan, Zimo, et al.
Veröffentlicht: (2025)

A Comprehensive Review of Transformer-based language models for Protein Sequence Analysis and Design
von: Ghosh, Nimisha, et al.
Veröffentlicht: (2025)

Efficient Normalized Conformal Prediction and Uncertainty Quantification for Anti-Cancer Drug Sensitivity Prediction with Deep Regression Forests
von: Nolte, Daniel, et al.
Veröffentlicht: (2024)

Case-Based Reasoning Enhances the Predictive Power of LLMs in Drug-Drug Interaction
von: Liu, Guangyi, et al.
Veröffentlicht: (2025)

BiBLDR: Bidirectional Behavior Learning for Drug Repositioning
von: Zhang, Renye, et al.
Veröffentlicht: (2025)

BSL: A Unified and Generalizable Multitask Learning Platform for Virtual Drug Discovery from Design to Synthesis
von: Li, Kun, et al.
Veröffentlicht: (2025)

DREaM: Drug-Drug Relation Extraction via Transfer Learning Method
von: Fata, Ali, et al.
Veröffentlicht: (2025)

Research on Adverse Drug Reaction Prediction Model Combining Knowledge Graph Embedding and Deep Learning
von: Li, Yufeng, et al.
Veröffentlicht: (2024)

DrugSAGE:Self-evolving Agent Experience for Efficient State-of-the-Art Drug Discovery
von: Zhang, Yikun, et al.
Veröffentlicht: (2026)

Utilizing Reinforcement Learning for de novo Drug Design
von: Svensson, Hampus Gummesson, et al.
Veröffentlicht: (2023)

AIM-DDI: A Model-Agnostic Multimodal Integration Module for Drug-Drug Interaction Prediction
von: Park, Yerin, et al.
Veröffentlicht: (2026)

SPADE: Faster Drug Discovery by Learning from Sparse Data
von: Nandakumar, Rahul, et al.
Veröffentlicht: (2026)

Addressing Model Overcomplexity in Drug-Drug Interaction Prediction With Molecular Fingerprints
von: Gil-Sorribes, Manel, et al.
Veröffentlicht: (2025)

Entropy-Reinforced Planning with Large Language Models for Drug Discovery
von: Liu, Xuefeng, et al.
Veröffentlicht: (2024)

MolBridge: Atom-Level Joint Graph Refinement for Robust Drug-Drug Interaction Event Prediction
von: Lin, Xuan, et al.
Veröffentlicht: (2025)

CovDocker: Benchmarking Covalent Drug Design with Tasks, Datasets, and Solutions
von: Peng, Yangzhe, et al.
Veröffentlicht: (2025)

From Classification to Generation: An Open-Ended Paradigm for Adverse Drug Reaction Prediction Based on Graph-Motif Feature Fusion
von: Pi, Yuyan, et al.
Veröffentlicht: (2026)

LLMs for Drug-Drug Interaction Prediction: A Comprehensive Comparison
von: De Vito, Gabriele, et al.
Veröffentlicht: (2025)

A Hybrid Computational Intelligence Framework with Metaheuristic Optimization for Drug-Drug Interaction Prediction
von: Shamami, Maryam Abdollahi, et al.
Veröffentlicht: (2025)

AlgoRxplorers | Precision in Mutation: Enhancing Drug Design with Advanced Protein Stability Prediction Tools
von: Thakrar, Karishma, et al.
Veröffentlicht: (2025)

Piloting Structure-Based Drug Design via Modality-Specific Optimal Schedule
von: Qiu, Keyue, et al.
Veröffentlicht: (2025)

Opinion-Guided Reinforcement Learning
von: Dagenais, Kyanna, et al.
Veröffentlicht: (2024)

Diversity-Aware Reinforcement Learning for de novo Drug Design
von: Svensson, Hampus Gummesson, et al.
Veröffentlicht: (2024)

Graph Diffusion Network for Drug-Gene Prediction
von: Wu, Jiayang, et al.
Veröffentlicht: (2025)

Case-Guided Sequential Assay Planning in Drug Discovery
von: Chen, Tianchi, et al.
Veröffentlicht: (2026)

Reinforcement Learning-Guided Semi-Supervised Learning
von: Heidari, Marzi, et al.
Veröffentlicht: (2024)

ReLA: Representation Learning and Aggregation for Job Scheduling with Reinforcement Learning
von: Kwan, Zhengyi, et al.
Veröffentlicht: (2026)

ACT: Agentic Classification Tree
von: Grari, Vincent, et al.
Veröffentlicht: (2025)

Bridging Quantum and Classical Computing in Drug Design: Architecture Principles for Improved Molecule Generation
von: Smith, Andrew, et al.
Veröffentlicht: (2025)

HODDI: A Dataset of High-Order Drug-Drug Interactions for Computational Pharmacovigilance
von: Wang, Zhaoying, et al.
Veröffentlicht: (2025)

scDrugMap: Benchmarking Large Foundation Models for Drug Response Prediction
von: Wang, Qing, et al.
Veröffentlicht: (2025)

Benchmark on Drug Target Interaction Modeling from a Drug Structure Perspective
von: Zhang, Xinnan, et al.
Veröffentlicht: (2024)

HiF-DTA: Hierarchical Feature Learning Network for Drug-Target Affinity Prediction
von: Li, Minghui, et al.
Veröffentlicht: (2025)