有效的分子表征在药物开发中至关重要。 作者提出了一种 针对分子表征学习的多视图对比学习框架,称为MolMVC (Molecular Multi-View Contrastive learning)。 MolMVC使用Transformer编码器捕获1D序列信息,并使用图Transformer对分子的复杂2D和3D结构细节进行编码。
有效的分子表征在药物开发中至关重要。 作者提出了一种 针对分子表征学习的多视图对比学习框架,称为MolMVC (Molecular Multi-View Contrastive learning)。 MolMVC使用Transformer编码器捕获1D序列信息,并使用图Transformer对分子的复杂2D和3D结构细节进行编码。
收藏
登录后参与评论
暂无评论