• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Application of SMILES-based molecular generative model in new drug design.

作者信息

Kong Weiya, Hu Yuejuan, Zhang Jiao, Tan Qiaoyin

机构信息

School of Sports Medicine and Rehabilitation, Beijing Sport University, Beijing, China.

Nursing Department of Fenyang College of Shanxi Medical University, Fenyang, China.

出版信息

Front Pharmacol. 2022 Oct 13;13:1046524. doi: 10.3389/fphar.2022.1046524. eCollection 2022.

DOI:10.3389/fphar.2022.1046524
PMID:36313306
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC9606214/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/faa5/9606214/9dea30071cfd/fphar-13-1046524-g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/faa5/9606214/9dea30071cfd/fphar-13-1046524-g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/faa5/9606214/9dea30071cfd/fphar-13-1046524-g001.jpg

相似文献

1
Application of SMILES-based molecular generative model in new drug design.基于SMILES的分子生成模型在新药设计中的应用。
Front Pharmacol. 2022 Oct 13;13:1046524. doi: 10.3389/fphar.2022.1046524. eCollection 2022.
2
MERMAID: an open source automated hit-to-lead method based on deep reinforcement learning.MERMAID：一种基于深度强化学习的开源自动化从命中到先导物的方法。
J Cheminform. 2021 Nov 27;13(1):94. doi: 10.1186/s13321-021-00572-6.
3
Generative Adversarial Networks for De Novo Molecular Design.生成对抗网络用于从头分子设计。
Mol Inform. 2021 Oct;40(10):e2100045. doi: 10.1002/minf.202100045. Epub 2021 Jul 6.
4
Bidirectional Molecule Generation with Recurrent Neural Networks.双向分子生成的递归神经网络。
J Chem Inf Model. 2020 Mar 23;60(3):1175-1183. doi: 10.1021/acs.jcim.9b00943. Epub 2020 Jan 16.
5
MolGPT: Molecular Generation Using a Transformer-Decoder Model.MolGPT：基于 Transformer-Decoder 模型的分子生成。
J Chem Inf Model. 2022 May 9;62(9):2064-2076. doi: 10.1021/acs.jcim.1c00600. Epub 2021 Oct 25.
6
Shape-Based Generative Modeling for de Novo Drug Design.基于形状的从头药物设计生成模型。
J Chem Inf Model. 2019 Mar 25;59(3):1205-1214. doi: 10.1021/acs.jcim.8b00706. Epub 2019 Feb 28.
7
SMILES Pair Encoding: A Data-Driven Substructure Tokenization Algorithm for Deep Learning.SMILES 对编码：一种用于深度学习的数据驱动子结构标记化算法。
J Chem Inf Model. 2021 Apr 26;61(4):1560-1569. doi: 10.1021/acs.jcim.0c01127. Epub 2021 Mar 14.
8
Molecular design in drug discovery: a comprehensive review of deep generative models.药物发现中的分子设计：深度生成模型的综合评述。
Brief Bioinform. 2021 Nov 5;22(6). doi: 10.1093/bib/bbab344.
9
De Novo Molecular Design by Combining Deep Autoencoder Recurrent Neural Networks with Generative Topographic Mapping.基于深度自动编码器递归神经网络与生成式拓扑映射的从头分子设计。
J Chem Inf Model. 2019 Mar 25;59(3):1182-1196. doi: 10.1021/acs.jcim.8b00751. Epub 2019 Mar 5.
10
Generative Models for De Novo Drug Design.用于从头药物设计的生成模型。
J Med Chem. 2021 Oct 14;64(19):14011-14027. doi: 10.1021/acs.jmedchem.1c00927. Epub 2021 Sep 17.

引用本文的文献

1
FusionCLM: enhanced molecular property prediction via knowledge fusion of chemical language models.FusionCLM：通过化学语言模型的知识融合增强分子性质预测
J Cheminform. 2025 Aug 29;17(1):133. doi: 10.1186/s13321-025-01073-6.
2
Digital Alchemy: The Rise of Machine and Deep Learning in Small-Molecule Drug Discovery.数字炼金术：小分子药物发现中机器学习与深度学习的兴起
Int J Mol Sci. 2025 Jul 16;26(14):6807. doi: 10.3390/ijms26146807.
3
Exploring prospects, hurdles, and road ahead for generative artificial intelligence in orthopedic education and training.

本文引用的文献

1
The Role of Growth Factors in the Repair of Motor Injury.生长因子在运动损伤修复中的作用
Front Pharmacol. 2022 May 19;13:898152. doi: 10.3389/fphar.2022.898152. eCollection 2022.
2
Stem Cells as a Novel Biomedicine for the Repair of Articular Meniscus: Pharmacology and Applications.干细胞作为修复关节半月板的新型生物医学：药理学与应用
Front Pharmacol. 2022 Apr 26;13:897635. doi: 10.3389/fphar.2022.897635. eCollection 2022.
3
Advances and Challenges in De Novo Drug Design Using Three-Dimensional Deep Generative Models.基于三维深度生成模型的从头药物设计的进展与挑战。
探索生成式人工智能在骨科教育与培训中的前景、障碍及未来之路。
BMC Med Educ. 2024 Dec 28;24(1):1544. doi: 10.1186/s12909-024-06592-8.
4
Artificial intelligence-based prediction of pathogen emergence and evolution in the world of synthetic biology.基于人工智能的预测病原体在合成生物学世界中的出现和进化。
Microb Biotechnol. 2024 Oct;17(10):e70014. doi: 10.1111/1751-7915.70014.
J Chem Inf Model. 2022 May 23;62(10):2269-2279. doi: 10.1021/acs.jcim.2c00042. Epub 2022 May 11.
4
Generating 3D molecules conditional on receptor binding sites with deep generative models.利用深度生成模型根据受体结合位点生成3D分子。
Chem Sci. 2022 Feb 7;13(9):2701-2713. doi: 10.1039/d1sc05976a. eCollection 2022 Mar 2.
5
Feasibility of Growth Factor Agent Therapy in Repairing Motor Injury.生长因子制剂疗法修复运动损伤的可行性
Front Pharmacol. 2022 Jan 25;13:842775. doi: 10.3389/fphar.2022.842775. eCollection 2022.
6
Discovery of Pyrazolo[3,4-]pyridazinone Derivatives as Selective DDR1 Inhibitors via Deep Learning Based Design, Synthesis, and Biological Evaluation.基于深度学习设计、合成和生物评价发现吡唑并[3,4-]哒嗪酮衍生物作为选择性 DDR1 抑制剂。
J Med Chem. 2022 Jan 13;65(1):103-119. doi: 10.1021/acs.jmedchem.1c01205. Epub 2021 Nov 25.
7
Artificial Intelligence-Enabled De Novo Design of Novel Compounds that Are Synthesizable.人工智能辅助新型可合成化合物的从头设计。
Methods Mol Biol. 2022;2390:409-419. doi: 10.1007/978-1-0716-1787-8_17.
8
Generative Models for De Novo Drug Design.用于从头药物设计的生成模型。
J Med Chem. 2021 Oct 14;64(19):14011-14027. doi: 10.1021/acs.jmedchem.1c00927. Epub 2021 Sep 17.
9
Molecular design in drug discovery: a comprehensive review of deep generative models.药物发现中的分子设计：深度生成模型的综合评述。
Brief Bioinform. 2021 Nov 5;22(6). doi: 10.1093/bib/bbab344.
10
Molecular Sets (MOSES): A Benchmarking Platform for Molecular Generation Models.分子集（MOSES）：分子生成模型的基准测试平台。
Front Pharmacol. 2020 Dec 18;11:565644. doi: 10.3389/fphar.2020.565644. eCollection 2020.