• 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

Author Correction: Data-driven quantum chemical property prediction leveraging 3D conformations with Uni-Mol.

作者信息

Lu Shuqi, Gao Zhifeng, He Di, Zhang Linfeng, Ke Guolin

机构信息

DP Technology, Beijing, China.

Peking University, Beijing, China.

出版信息

Nat Commun. 2024 Oct 2;15(1):8548. doi: 10.1038/s41467-024-52804-6.

DOI:10.1038/s41467-024-52804-6
PMID:39358358
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11447154/
Abstract
摘要

相似文献

1
Author Correction: Data-driven quantum chemical property prediction leveraging 3D conformations with Uni-Mol.作者更正：利用Uni-Mol的3D构象进行数据驱动的量子化学性质预测。
Nat Commun. 2024 Oct 2;15(1):8548. doi: 10.1038/s41467-024-52804-6.
2
Data-driven quantum chemical property prediction leveraging 3D conformations with Uni-Mol.利用Uni-Mol的3D构象进行数据驱动的量子化学性质预测。
Nat Commun. 2024 Aug 19;15(1):7104. doi: 10.1038/s41467-024-51321-w.
3
PointGAT: A Quantum Chemical Property Prediction Model Integrating Graph Attention and 3D Geometry.PointGAT：一种融合图注意力和三维几何的量子化学性质预测模型
J Chem Theory Comput. 2024 May 28;20(10):4115-4128. doi: 10.1021/acs.jctc.3c01420. Epub 2024 May 10.
4
Author Correction: Enhancing materials property prediction by leveraging computational and experimental data using deep transfer learning.作者更正：利用深度迁移学习结合计算和实验数据增强材料性能预测
Nat Commun. 2020 Jul 15;11(1):3643. doi: 10.1038/s41467-020-17054-2.
5
GEOM, energy-annotated molecular conformations for property prediction and molecular generation.GEOM，带能量注释的分子构象，用于性质预测和分子生成。
Sci Data. 2022 Apr 21;9(1):185. doi: 10.1038/s41597-022-01288-4.
6
Deep contrastive learning of molecular conformation for efficient property prediction.深度对比学习分子构象以实现高效的性质预测。
Nat Comput Sci. 2023 Dec;3(12):1015-1022. doi: 10.1038/s43588-023-00560-w. Epub 2023 Dec 4.
7
Importance of Engineered and Learned Molecular Representations in Predicting Organic Reactivity, Selectivity, and Chemical Properties.在预测有机反应性、选择性和化学性质方面，工程化和学习的分子表示的重要性。
Acc Chem Res. 2021 Feb 16;54(4):827-836. doi: 10.1021/acs.accounts.0c00745. Epub 2021 Feb 3.
8
Correction: QuanDB: a quantum chemical property database towards enhancing 3D molecular representation learning.更正：QuanDB：一个用于增强3D分子表示学习的量子化学性质数据库。
J Cheminform. 2024 Jun 11;16(1):68. doi: 10.1186/s13321-024-00864-7.
9
Carbon-based molecular properties efficiently predicted by deep learning-based quantum chemical simulation with large language models.基于深度学习的大语言模型量子化学模拟高效预测碳基分子性质。
Comput Biol Med. 2024 Jun;176:108531. doi: 10.1016/j.compbiomed.2024.108531. Epub 2024 May 1.
10
QuanDB: a quantum chemical property database towards enhancing 3D molecular representation learning.QuanDB：一个用于增强三维分子表示学习的量子化学性质数据库。
J Cheminform. 2024 Apr 29;16(1):48. doi: 10.1186/s13321-024-00843-y.