DGL & RDKit | 基于Attentive FP的分子性质线性模型

基于分子图的深度学习在化学和药物领域非常热门。

2019年8月13日JMC（Journal of Medicinal Chemistry）刊登了一篇文章“Pushing the Boundaries of Molecular Representation for Drug Discovery with the Graph Attention Mechanism”，介绍了一种基于注意力机制的图神经网络模型（Attentive FP）。该模型可以用于分子表征，在多个药物发现相关的数据集上的预测表现达到当前最优，并且该模型所学到的内容具有可解释性。

DGL具有许多用于化学信息学、药物与生物信息学任务的函数。

DGL开发人员提供了基于DGL实现的Attentive FP模型， 基于Attentive FP探索分子性质预测的线性模型。

文章来源: drugai.blog.csdn.net，作者：DrugAI，版权归原作者所有，如需转载，请联系作者。

原文链接：drugai.blog.csdn.net/article/details/104868265