Accurate Prediction of Ligand-Protein Interaction Affinities with Fine-Tuned Small Language Models
机器学习
2024-07-02 v1 人工智能
计算与语言
摘要
我们描述了使用经过指令微调的预训练小型语言模型（SLM）对配体-蛋白相互作用（LPI）亲和力（也称为药物-靶点相互作用（DTI））进行精确预测。我们在零样本设置下对一系列与配体-蛋白相互作用相关的亲和力值实现了准确预测。仅使用配体的 SMILES 字符串和蛋白的氨基酸序列作为模型输入。我们的结果表明，相较于基于机器学习（ML）和自由能扰动（FEP+）的方法，在准确预测一系列配体-蛋白相互作用亲和力方面，本方法具有明显的改进，这些结果可用于进一步加速针对具有挑战性治疗靶点的药物发现运动。
引用
@article{arxiv.2407.00111,
title = {Accurate Prediction of Ligand-Protein Interaction Affinities with Fine-Tuned Small Language Models},
author = {Ben Fauber},
journal= {arXiv preprint arXiv:2407.00111},
year = {2024}
}