薬物探索
薬物探索は、機械学習技術を用いて新しい薬候補の同定と開発を行うタスクです。その目的は、計算モデルを通じて化合物の活性を予測し、医薬品設計プロセスを最適化し、潜在的な治療薬の発見効率と成功率を向上させることにより、薬物開発サイクルを加速し、研究開発コストを削減し、医療分野でのイノベーション能力和治療水準を向上させることです。
QM9
PAMNet
Tox21
elEmBERT-V1
BACE
HIV dataset
GraphConv + dummy super node + focal loss
MUV
GraphConv + dummy super node
ToxCast
BBBP
ProtoW-L2
BindingDB
AttentionSiteDTI
clintox
BiLSTM
DAVIS-DTA
KIBA
SMT-DTA
LIT-PCBA(ALDH1)
LIT-PCBA(KAT2A)
EGT+TGT-At-DP
LIT-PCBA(MAPK1)
SIDER
Ensemble locally constant networks
LIT-PCBA(ESR1_ant)
BindingDB IC50
DeepDTA
PCBA
GraphConv + dummy super node
BACE (β-secretase enzyme)
BBBP (Blood-Brain Barrier Penetration)
DRD2
egfr-inh
Multi-input Neural network with Attention
ESOL (Estimated SOLubility)
FreeSolv (Free Solvation)
Lipophilicity (logd74)
PDBbind
Ensemble locally constant networks
QED
HierG2G
ToxCast (Toxicity Forecaster)
GLAM