MOSES | 分子生成模型的基准平台
【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。
 ...
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
-
import pandas as pd
-
from rdkit import Chem
-
from moses.metrics import get_all_metrics
载入数据
-
gen = ['CNC', 'Oc1ccccc1-c1cccc2cnccc12',
-
'CCCP',
-
'Cc1noc(C)c1CN(C)C(=O)Nc1cc(F)cc(F)c1',
-
'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)