1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 自然科学论文
网站大量收购闲置独家精品文档，联系QQ：2885784924

基于深度学习的Transformer和迁移学习的分子生成模型研究.pdf

基于深度学习的Transformer和迁移学习的分子生成模型研究.pdf

    1. 1、本文档共54页，其中可免费阅读17页，需付费100金币后方可阅读剩余内容。
    2. 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
    3. 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    4. 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    摘要

    近年来，随着自然语言处理（NLP）技术的发展，基于NLP的计算机辅助药物

    设计得到了广泛的应用。特别是BERT、GPT等大规模的预训练Transformer模型，

    在药物的虚拟筛选、化学反应预测、蛋白质和药物相互作用等方面都取得了不错

    的成绩。然而，在蛋白质的靶向配体分子生成方面，NLP存在着一些局限性。NLP

    的分子生成一般是基于已有的药物分子数据集进行训练，然而，分子生成模型所

    针对的蛋白质对象往往比较新颖，可供训练的活性抑制剂分子数据集通常较小且

    稀疏，这可能导致模型在学习分子结构特

    您可能关注的文档

    最近下载

    文档评论（0）

    dongbuzhihui + 关注
    实名认证
    内容提供者

    该用户很懒，什么也没介绍

    咨询Ta 进入空间

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >