机构名称：
¥ 1.0
由于其出色的药物样和药代动力学特性，小分子药物被广泛用于治疗各种疾病，使其成为药物发现的批评组成部分。近年来，随着深度学习（DL）技术的快速发展，与传统的机器学习方法相比，基于DL的小分子药物脱离方法在预测准确性，速度和复杂的分子关系建模方面取得了出色的性能。这些进步提高了药物筛查效率和优化，它们为各种药物发现任务提供了更精确，更有效的解决方案。依靠该领域的发展，本文旨在系统地总结和推广基于DL的小分子药物发现的最新关键任务和代表性技术。具体来说，我们提供了小分子药物发现及其相互关系的主要任务的概述。接下来，我们分析了六个核心任务，总结了相关方法，常用数据集和技术开发趋势。最后，我们讨论了关键挑战，例如可解释性和分布范围内化，并提供了我们对DL辅助小分子药物发现的未来探索方向的见解。
SB掺杂的MNBI 2 TE 4
主要关键词
相关文件推荐
