用于 SMILES 数据的双向 LSTM 加速药物安全评估
机器学习
2024-08-31 v1 定量方法
摘要
计算方法在加速药物发现进程中发挥着重要作用。药物发现包含多个环节，如靶标识别与验证、 lead 发现及 lead 优化等。在 lead 优化阶段，需要评估 lead 化合物的吸收、分布、代谢、排泄和毒性属性。为解决预测 lead 化合物毒性和溶解度的问题，化合物以简化分子输入线条系统 (SMILES) 记号表示。针对 SMILES 数据的不同方法，本文构建的模型采用序列方法。 proposed 的双向长短期记忆网络 (BiLSTM) 是循环神经网络 (RNN) 的一种变体，用于从正向和反向两个方向全面检查分子结构特征。该模型旨在理解 SMILES 字符串中编码的序列模式，用于预测分子的毒性。该模型在 ClinTox 数据集上超越了 Trimnet 和预训练图神经网络 (GNN) 等先前方法，ROC 准确率达到 0.96。在 FreeSolv 数据集上，BiLSTM 以 RMSE 值为 1.22 的低溶解度预测成绩优于先前模型。
引用
@article{arxiv.2407.18919,
title = {Accelerating Drug Safety Assessment using Bidirectional-LSTM for SMILES Data},
author = {K. Venkateswara Rao and Kunjam Nageswara Rao and G. Sita Ratnam},
journal= {arXiv preprint arXiv:2407.18919},
year = {2024}
}
备注
10 pages