MOSES | 分子生成模型的基准平台

举报
DrugAI 发表于 2021/07/15 02:01:31 2021/07/15
【摘要】 MOSES简介 深度生成模型因发现新的分子和材料而迅速流行。 这样的模型可以从大量的分子结构中学习并产生新的化合物。 这项工作中介绍了分子集(MOSES),一个基准平台,可支持针对药物发现的机器学习研究。 MOSES实现了几种流行的分子生成模型,并提供了一组指标来评估所生成分子的质量和多样性。 借助MOSES,旨在标准化分子生成研究,并促进新模型的共享和比较。 &nbsp...

MOSES简介

深度生成模型因发现新的分子和材料而迅速流行。 这样的模型可以从大量的分子结构中学习并产生新的化合物。 这项工作中介绍了分子集(MOSES),一个基准平台,可支持针对药物发现的机器学习研究。 MOSES实现了几种流行的分子生成模型,并提供了一组指标来评估所生成分子的质量和多样性。 借助MOSES,旨在标准化分子生成研究,并促进新模型的共享和比较。

 


MOSES安装

pip install molsets
 

 

MOSES示例

导入库


  
  1. import pandas as pd
  2. from rdkit import Chem
  3. from moses.metrics import get_all_metrics

载入数据


  
  1. gen = ['CNC', 'Oc1ccccc1-c1cccc2cnccc12',
  2. 'CCCP',
  3. 'Cc1noc(C)c1CN(C)C(=O)Nc1cc(F)cc(F)c1',
  4. 'Cc1nc(NCc2ccccc2)no1-c1ccccc1']

评估

get_all_metrics(gen)<
 

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/105933886

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。