拓扑弦理论在计算机辅助药物设计中的应用
药物设计是化学在治疗疾病方面的重要应用。在本维基教科书中，我们提出了一种新的神经网络，可以帮助药物设计。相关视频、论文和书籍章节将在维基教科书中补充。
神经网络的方案如下：我们首先用化学图表示化学化合物空间中的每个化合物。然后我们将图转换为一组广义扭转实心环面乘积链，这些链由扭转次数参数化。我们找到这些链的 BPS 不变量，这些不变量来自拓扑弦理论，可以通过 Chern-Simons 理论从 HOMFLY-PT 多项式获得。一般而言， 中的 HOMFLY-PT 多项式很难找到，但我们可以应用外科手术技术来找到这些多项式在进行外科手术后的流形中。然后，我们使用这些 BPS 不变量作为化合物的拓扑指标来设计神经网络。由于这些不变量是张量，因此我们需要为它们找到一个标量。这是通过推广色度几何中的 Ω 三角形和有理三角学中的理查森常数来实现的。然后引入基于扩展多项式和代数微积分的核函数或卷积。然后，我们将简要讨论化学中的活性参数和性质参数，这些参数对于药物设计特别有用。然后，可以将神经网络升级到具有自动编码器的生成对抗网络。
- 结、HOMFLY-PT 多项式、Chern-Simons 理论和手术
- 拓扑弦理论和 BPS 不变量
- 外科手术扭转实心环面链、扭转实心环面乘积链和推广
- 受分子启发的链、拓扑指标、计算化学和计算机辅助药物设计
- 有理三角学和色度几何、Ω 四面体和张量的广义理查森常数
- 代数微积分、卷积神经网络和反向传播
- 自动编码器和生成对抗网络
- 结论：综合起来