面向可综合离子化脂的深度生成模型
机器学习
2024-12-03 v1 人工智能
摘要
脂质纳米颗粒(LNP)是现代生物医学中的关键材料,能够有效递送 mRNA 用于疫苗和治疗,同时将其保护免受快速降解。其中,离子化脂在 RNA 保护和将其递送至细胞质中起关键作用。然而,离子化脂的设计复杂。深度生成模型可加速这一过程并探索更大的候选空间,相较于传统方法。由于脂质与小分子之间的结构差异,现用于小分子生成的深度生成模型不适用于脂质生成。为此,我们开发了专为离子化脂发现量身定制的深度生成模型。该模型生成新型离子化脂结构,并提供基于可综合构建块的合成路径,解决了可综合性问题。这一进展有望 streamlining 脂质基因递送系统的开发, potentially 加速新疗法,包括 mRNA 疫苗和基因疗法的部署。
引用
@article{arxiv.2412.00928,
title = {A Deep Generative Model for the Design of Synthesizable Ionizable Lipids},
author = {Yuxuan Ou and Jingyi Zhao and Austin Tripp and Morteza Rasoulianboroujeni and José Miguel Hernández-Lobato},
journal= {arXiv preprint arXiv:2412.00928},
year = {2024}
}
备注
NeurIPS 2024 Workshop on AI for New Drug Modalities