中文字幕 日本 在线 高清,久久精品国产99精品国,超碰人人香蕉,一区二区三区无码高清视频

Bengio實驗室推出開源AI藥物研發(fā)平臺,唐建領(lǐng)隊清北上交學(xué)生參與

豐色 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

AI制藥,讓“大海撈針”變成“按圖索驥”,研發(fā)時間一度從10年縮短到18個月!

而一個好的開源平臺也是未來AI醫(yī)藥研發(fā)發(fā)展的關(guān)鍵之一。

現(xiàn)在,來自加拿大蒙特利爾學(xué)習(xí)算法研究所(Mila)的唐建團隊,就推出了一個專門用于AI藥物研發(fā)開源機器學(xué)習(xí)平臺——TorchDrug

研究人員可以在該平臺上免費使用或貢獻(xiàn)AI藥研相關(guān)的算法、庫、軟件等工具。

Bengio實驗室推出開源AI藥物研發(fā)平臺,唐建領(lǐng)隊清北上交學(xué)生參與

唐建表示:

希望這個平臺能夠?qū)C器學(xué)習(xí)和生物醫(yī)學(xué)界的研究人員聚集在一起,加速新藥發(fā)現(xiàn)的過程,并在未來成為該領(lǐng)域一個領(lǐng)先的開源平臺。

基于PyTorch的藥物研發(fā)原型設(shè)計平臺

TorchDrug涵蓋了從圖機器學(xué)習(xí) (圖神經(jīng)網(wǎng)絡(luò)、幾何深度學(xué)習(xí)和知識圖譜)、深度生成模型強化學(xué)習(xí)的技術(shù),基于PyTorch平臺。

提供了一個全面而靈活的接口來支持藥物發(fā)現(xiàn)模型的快速原型設(shè)計。

可以用來進(jìn)行成藥屬性預(yù)測、預(yù)訓(xùn)練分子表征、分子生成、逆合成以及知識圖譜推理,官方也提供了詳細(xì)的教程。

Bengio實驗室推出開源AI藥物研發(fā)平臺,唐建領(lǐng)隊清北上交學(xué)生參與

該平臺主要有四個特點:

  • 最小化的領(lǐng)域知識

由于平臺主要面向?qū)τ卺t(yī)藥知識了解不全面的機器學(xué)習(xí)者,所以抽象了大量專業(yè)知識,提供了一個基于張量的接口。從而允許使用者用張量代數(shù)和機器學(xué)習(xí)方法來進(jìn)行醫(yī)藥開發(fā)。

  • 大量數(shù)據(jù)集和構(gòu)造塊(Building Blocks)

這樣無需編寫樣板代碼就能很容易地實現(xiàn)標(biāo)準(zhǔn)模型。此外,構(gòu)建塊也具有高可擴展性方便使用者自由探索模型設(shè)計。

  • 全面的基準(zhǔn)測試

為了提供對流行的深度學(xué)習(xí)框架系統(tǒng)的比較,平臺已對現(xiàn)有的一些項目進(jìn)行了全面的基準(zhǔn)測試。測試結(jié)果也有望跟蹤新模型的進(jìn)展,激發(fā)新的研究方向(可在官網(wǎng)查看)。

Bengio實驗室推出開源AI藥物研發(fā)平臺,唐建領(lǐng)隊清北上交學(xué)生參與

  • 可擴展訓(xùn)練和推理

可擴展的設(shè)計可加速在多個CPU或GPU之間的訓(xùn)練和推理。只需修改一行代碼,就能實現(xiàn)在CPU、GPU甚至分布式配置之間無縫切換。

Bengio實驗室推出開源AI藥物研發(fā)平臺,唐建領(lǐng)隊清北上交學(xué)生參與

后續(xù)團隊將通過幾何深度學(xué)習(xí)為該平臺增加3D建模功能。

安裝接口需Python版本>= 3.5,PyTorch>= 1.4.0,方法有兩種:

  • 從conda

Bengio實驗室推出開源AI藥物研發(fā)平臺,唐建領(lǐng)隊清北上交學(xué)生參與

  • 從GitHub源

先通過conda獲得TorchDrug依賴的化學(xué)信息學(xué)開源工具包rdkit:

Bengio實驗室推出開源AI藥物研發(fā)平臺,唐建領(lǐng)隊清北上交學(xué)生參與

研發(fā)團隊

研發(fā)團隊所在的實驗室Mila,是圖靈獎得主、加拿大蒙特利爾大學(xué)教授Yoshua Bengio于1993年創(chuàng)立的AI研究機構(gòu)。

有500多名專門從事機器學(xué)習(xí)的研究人員,主要貢獻(xiàn)集中在語言模型、機器翻譯、對象識別和生成模型。

TorchDrug平臺的開發(fā)由Mila實驗室的助理教授、加拿大蒙特利爾大學(xué)商學(xué)院博士生導(dǎo)師唐建領(lǐng)導(dǎo)。

Bengio實驗室推出開源AI藥物研發(fā)平臺,唐建領(lǐng)隊清北上交學(xué)生參與

唐教授2014年博士畢業(yè)于北京大學(xué)信息科學(xué)技術(shù)學(xué)院,2014-2016年任職微軟亞洲研究院副研究員,2016-2017年成為密歇根大學(xué)卡內(nèi)基梅隆大學(xué)聯(lián)合培養(yǎng)博士后。

主要研究方向為:圖表示學(xué)習(xí)、圖研究網(wǎng)絡(luò)、知識圖譜、藥物發(fā)現(xiàn)。

曾獲得機器學(xué)習(xí)頂級會議ICML2014的最佳論文,發(fā)表的一系列在圖表示學(xué)習(xí)領(lǐng)域的經(jīng)典論文包括LINE、LargeVis、RotatE以及Graph Markov Neural Networks (GMNN)

團隊成員還包括多位該實驗室的華人博士學(xué)生以及來自清華北大上交大的交換生。

Bengio實驗室推出開源AI藥物研發(fā)平臺,唐建領(lǐng)隊清北上交學(xué)生參與

還得到了Bengio等十余位AI、生物學(xué)領(lǐng)域?qū)W者的指導(dǎo):

Bengio實驗室推出開源AI藥物研發(fā)平臺,唐建領(lǐng)隊清北上交學(xué)生參與

TorchDrug官網(wǎng):
https://torchdrug.ai/

GitHub地址:
https://github.com/DeepGraphLearning/torchdrug/

參考鏈接:
https://mila.quebec/en/a-team-led-by-mila-researcher-jian-tang-launches-torchdrug-an-open-source-platform-for-drug-discovery/

— 完 —

量子位 QbitAI · 頭條號簽約

關(guān)注我們,第一時間獲知前沿科技動態(tài)

版權(quán)聲明:本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻(xiàn),該文觀點僅代表作者本人。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容, 請發(fā)送郵件至 舉報,一經(jīng)查實,本站將立刻刪除。

(0)
上一篇 2022年5月29日 上午9:15
下一篇 2022年5月29日 上午9:23

相關(guān)推薦