华南师范大学 发布 TextOmics 数据集, 应用在 分子生成、药物发现 领域

华南师范大学 本次发布的数据集 TextOmics, TextOmics是一个开创性的基准数据集，它建立了组学表达与分子文本描述之间的一对一对应关系。TextOmics提供了一种异构数据集，通过表示对齐来促进分子生成。该数据集包含了反映生物环境、传递语义知识和编码化学结构的SELFIES表示等三种异构数据。SELFIES作为一种桥梁表示，有效地将组学表达和文本描述联系起来。TextOmics数据集的构建过程涉及将分子暴露于特定的细胞环境，以获得相应的组学表达，并通过BioT5将SELFIES表示转换为相应的文本描述。TextOmics旨在解决药物发现中缺乏异构数据和统一框架的问题，用于生成具有治疗潜力的类似命中分子。

查看TextOmics

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。