北京大学深圳研究生院莫凡洋/袁粒与合作者开发机器学习手性分子光谱预测模型

小伙伴们对科技周边编程感兴趣吗？是否正在学习相关知识点？如果是，那么本文《北京大学深圳研究生院莫凡洋/袁粒与合作者开发机器学习手性分子光谱预测模型》，就很适合你，本篇文章讲解的知识点主要包括。在之后的文章中也会多多分享相关知识点，希望对大家的知识积累有所帮助！

电子圆二色光谱（ECD）技术在手性分子研究中扮演着关键角色，但其理论计算的复杂性和耗时性一直是制约因素。 本研究利用人工智能，特别是机器学习方法，克服了这一挑战。 北京大学莫凡洋课题组、袁粒课题组与厦门大学王忻昌课题组合作，在《自然·计算科学》(Nature Computational Science) 发表论文，提出了一种高效且可解释的ECD光谱预测模型——ECDFormer。

论文截图

该研究巧妙地将连续光谱预测转化为离散光谱峰属性的学习任务。 ECDFormer模型通过解耦光谱峰的属性（数量、位置、强度），并利用自注意力机制学习光谱峰结构与分子官能团之间的关联，最终实现对ECD光谱的快速、准确预测。 该模型还具有良好的泛化能力，可应用于多种分子光谱和质谱预测。 研究团队通过多种手性天然产物验证了模型的可靠性。

ECDFormer模型结构图

这项研究由莫凡洋、袁粒和王忻昌共同指导完成，并得到了田永鸿在算法和计算资源方面的支持。 李昊和龙达为论文的共同第一作者。 该研究得到了国家自然科学基金委员会、厦门大学校长基金和北京大学深圳研究生院AI4S交叉研究专项等项目的资助。 这项突破性成果有望显著加速化学研究和药物开发进程。

本篇关于《北京大学深圳研究生院莫凡洋/袁粒与合作者开发机器学习手性分子光谱预测模型》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于科技周边的相关知识，请关注golang学习网公众号！