[Nature Machine Intelligence | 论文简读] 分子表示的几何深度学习

简读分享 | 蒋一 编辑 | 龙文韬

论文题目

Geometric deep learning on molecular representations

论文摘要

几何深度学习(Geometric deep learning, GDL)是人工智能的一个新兴概念，在分子科学领域（如药物发现、量子化学和结构生物学）得到了广泛应用。几何深度学习（GDL）基于包含和处理对称信息的神经网络架构。GDL为依赖于具有不同对称性和抽象级别的分子表示的分子建模应用提供了希望。本综述提供了分子GDL的结构化和统一的概述，重点介绍了其在药物发现、化学合成预测和量子化学中的应用。它介绍了GDL的原理，以及相关的分子表示，如分子图、smiles串等及其各自的属性。讨论了GDL在分子科学中的当前挑战，并对未来的发展前景进行展望。

论文链接

https://www.nature.com/articles/s42256-021-00418-8