Zobrazeno 1 - 10
of 425
pro vyhledávání: '"Burke, Martin P."'
We introduce Functional Group-Aware Representations for Small Molecules (FARM), a novel foundation model designed to bridge the gap between SMILES, natural language, and molecular graphs. The key innovation of FARM lies in its functional group-aware
Externí odkaz:
http://arxiv.org/abs/2410.02082
Predicting synergistic drug combinations can help accelerate discovery of cancer treatments, particularly therapies personalized to a patient's specific tumor via biopsied cells. In this paper, we propose a novel setting and models for in-context dru
Externí odkaz:
http://arxiv.org/abs/2307.11694
Autor:
Ghaffari, Saba, Saleh, Ehsan, Schwing, Alexander G., Wang, Yu-Xiong, Burke, Martin D., Sinha, Saurabh
Protein design, a grand challenge of the day, involves optimization on a fitness landscape, and leading methods adopt a model-based approach where a model is trained on a training set (protein sequences and fitness) and proposes candidates to explore
Externí odkaz:
http://arxiv.org/abs/2305.13650
Autor:
Mitchell, Sonia Natalie, Lahiff, Andrew, Cummings, Nathan, Hollocombe, Jonathan, Boskamp, Bram, Field, Ryan, Reddyhoff, Dennis, Zarebski, Kristian, Wilson, Antony, Viola, Bruno, Burke, Martin, Archibald, Blair, Bessell, Paul, Blackwell, Richard, Boden, Lisa A, Brett, Alys, Brett, Sam, Dundas, Ruth, Enright, Jessica, Gonzalez-Beltran, Alejandra N., Harris, Claire, Hinder, Ian, Hughes, Christopher David, Knight, Martin, Mano, Vino, McMonagle, Ciaran, Mellor, Dominic, Mohr, Sibylle, Marion, Glenn, Matthews, Louise, McKendrick, Iain J., Pooley, Christopher Mark, Porphyre, Thibaud, Reeves, Aaron, Townsend, Edward, Turner, Robert, Walton, Jeremy, Reeve, Richard
Modern epidemiological analyses to understand and combat the spread of disease depend critically on access to, and use of, data. Rapidly evolving data, such as data streams changing during a disease outbreak, are particularly challenging. Data manage
Externí odkaz:
http://arxiv.org/abs/2110.07117
Autor:
Wang, Hongwei, Li, Weijiang, Jin, Xiaomeng, Cho, Kyunghyun, Ji, Heng, Han, Jiawei, Burke, Martin D.
Molecule representation learning (MRL) methods aim to embed molecules into a real vector space. However, existing SMILES-based (Simplified Molecular-Input Line-Entry System) or GNN-based (Graph Neural Networks) MRL methods either take SMILES strings
Externí odkaz:
http://arxiv.org/abs/2109.09888
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.