|
发布时间: 2025-10-31 16:55
正文摘要:本帖最后由 王纪峰 于 2025-10-31 16:58 编辑 摘要：分子设计作为化学与材料科学中的一项核心任务，面临着在庞大的化学空间中高效筛选并开发具备特定功能的分子的问题，传统方法在效率和探索性方面存在明显局限。 ... |
student0618 发表于 2025-11-3 15:13 感谢你如此耐心的讲解！ |
本帖最后由 student0618 于 2025-11-4 12:02 编辑 287192454 发表于 2025-11-3 14:33 不用想得太复杂。 要作类比的话，想想二氧化碳可以叫CO2, SMILES 是C(=O)=O。这几个写法包含的资讯量都不同。 延伸开去，想想我们用分子力场给每个原子及分子定义“一大堆参数”、或者量化给某个原子的基组、或者用ChemDraw画二维的分子式、或者是用GaussView/Avogadro建立三维的分子模型。 像“二氧化碳”和“CO2”都是代表分子的方法，分子编码也是一种代表分子的表示方式，是让电脑模型更容易处理数据的表示方式。 一楼的帖子就是在介绍不同的、方便电脑模型(尤其是AI模型)使用的，代表分子的方法，用layman's terms套用二氧化碳的示例就是“几种告诉电脑模型什么是CO2的方式，不同写法更适合用于什么目的”。好比以下一句“考试时用CO2代表二氧化碳可以节省1秒时间”。 |
| 参与人数Participants 1 | eV +5 | 收起 理由Reason |
|---|---|---|
|
| + 5 | 赞！ |
student0618 发表于 2025-11-3 11:07 看了，看不懂，所以感觉害怕 |
本帖最后由 student0618 于 2025-11-3 11:08 编辑 287192454 发表于 2025-11-3 09:21 这没关係吧，真的有看一楼的文吗？用到分子编码的QSAR/QSPR等N年前就有了，25年前我博导第一位研究生就是和实验组合作用QSPR。 还有用来在database搜相似分子的方法都用到分子编码。 真要说AI不说分子编码的话，很多docking工具用到的 genetic algorithm 也可算是很早期有进化能力的AI。 利用AI结合研究或提高效率，还是把思考外包给AI，都取决于个人的。 |
| 所以AI会把计算化学饭碗给端走吗？可怕 |
| 讲的很好，但是如果能给一些实操案例就更好了 |
|
本帖最后由 student0618 于 2025-11-2 00:18 编辑 就算没用AI，跑传统高通量虚拟筛选前先用来filter database、后续看QSPR/QSAR、clustering analysis等，了解各编码还是很有用的。 从当年用来学高通量筛选，很旧的Open3DQSAR教程、到后来试用的TeachOpenCADD教程、deepchem库、目的是优化分子的各类continuous latent representation (encoder based)，等等，都用到分子编码相关知识。很多老教程最后现在还会用到的不是它们的工具或 Algorithm，而是用分子编码处理database或分析结果、设计新分子的思路及方法。 |
手机版 Mobile version|北京科音自然科学研究中心 Beijing Kein Research Center for Natural Sciences|京公网安备 11010502035419号|计算化学公社 — 北京科音旗下高水平计算化学交流论坛 ( 京ICP备14038949号-1 )|网站地图
GMT+8, 2026-1-25 22:07 , Processed in 0.173985 second(s), 27 queries , Gzip On.
组图打开中，请稍候......
收藏 Add to favorites