加州大学洛杉矶分校 发布 MARCEL 数据集, 应用在 分子构象学习、药物设计 领域

加州大学洛杉矶分校 本次发布的数据集 MARCEL, MARCEL是由加州大学洛杉矶分校等机构创建的分子构象集合学习基准数据集，包含四个子数据集，覆盖了包括有机催化剂和过渡金属催化剂在内的化学多样性分子和反应级别的属性。数据集通过密度泛函理论（DFT）计算，强调了构象集合的热力学平均属性。MARCEL旨在全面评估从构象集合中学习分子属性的潜力，并提出了两个明确的构象集合学习策略，以改善3D分子表示学习模型的性能。该数据集的应用领域包括分子属性预测和新型药物候选设计，旨在解决分子灵活性在模型中的表示问题。

查看MARCEL

README 内容： 

关于 加州大学洛杉矶分校 , 加州大学洛杉矶分校是一所位于美国加利福尼亚州的著名公立研究型大学，以其在多个学科领域的卓越研究和教学质量而闻名。

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。