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)